2023/11/25软件工程日报

神经网络的类型

神经网络可分类为不同的类型，分别用于不同的目的。 尽管此类型列表并不全面，但以下代表了最常见的神经网络类型，您可能会遇到其常见用例：

感知器是最古老的神经网络，由 Frank Rosenblatt 于 1958 年创建。

我们在本文中主要讨论的是前馈神经网络，或称多层感知器 (MLP)。 它们由输入层、一个或多个隐藏层以及输出层组成。 虽然这些神经网络通常也被称为 MLP，但值得注意的是，神经网络它们实际上是由 sigmoid 神经元而不是感知器组成的，因为大多数现实问题都是非线性的。 通常将数据馈送到这些模型进行训练，这些数据便是计算机视觉处理、自然语言处理和其他神经网络的基础。

卷积神经网络 (CNN) 类似于前馈网络，但它们通常用于图像识别、模式识别和/或计算机视觉处理。 这些卷积神经网络利用线性代数中的原理（尤其是矩阵乘法）来识别图像中的模式。

循环神经网络 (RNN) 由其反馈回路来识别。 利用时间序列数据预测未来结果时，主要使用这些学习算法，比如股市预测或销量预测。