机器学习 - 人工神经网络

人工神经网络的概念源于人脑中的神经网络。 人的大脑真的很复杂。 科学家和工程师仔细研究了大脑，提出了一种适合我们二进制计算机数字世界的架构。 下图显示了一种这样的典型架构 −

有一个输入层，它有许多传感器来收集来自外界的数据。 在右侧，我们有一个输出层，可以为我们提供网络预测的结果。 在这两者之间，隐藏了几层。 每个额外的层都会增加网络训练的复杂性，但在大多数情况下会提供更好的结果。 我们现在将讨论几种类型的架构设计。

ANN 架构

下图显示了在一段时间内开发并已在实践中的几种 ANN 架构。

资料来源:

https://towardsdatascience.com/the-mostly-complete-chart-of-neural-networks-explained-3fb6f2367464

每种架构都是为特定类型的应用程序开发的。 因此，当您将神经网络用于机器学习应用程序时，您将不得不使用现有架构之一或设计自己的架构。 您最终决定的应用程序类型取决于您的应用程序需求。 没有单一的指导方针告诉您使用特定的网络架构。