神经网络是识别一组数据中潜在关系的一系列算法。这些算法很大程度上取决于人脑的运作方式。神经网络可以适应不断变化的输入并产生最佳结果，无需重新设计输出标准。在某种程度上，神经网络与生物神经元系统类似。

深度学习是机器学习的重要组成部分，深度学习算法基于神经网络。

本文介绍了在深度学习背景下，几种具有不同功能的神经网络体系结构及其特定应用，包括：

  1. 多层感知器(MLP)
  2. 卷积神经网络(CNN)
  3. 循环神经网络(RNN)
  4. 深度置信网络（DBN）
  5. 受限玻尔兹曼机（RBM）

点击此处，了解详情

内容中包含的图片若涉及版权问题，请及时与我们联系删除