神经网络系列 最后更新: 2024年10月21日 撰写者: baeldung 深度学习系列 神经网络 Baeldung Pro – CS – NPI EA (类别 = Baeldung 关于计算机科学) 通过超简洁的 Baeldung Pro 体验学习 >> 会员和 Baeldung Pro. 没有广告,深色模式,并免费获得 6 个月的 IntelliJ Idea Ultimate,供您入门。 1. 神经网络简介 卷积神经网络简介 自组织映射的工作原理? 神经网络:卷积层和全连接层的区别 什么是不可训练参数? 神经网络中的偏差 神经网络中权重的随机初始化 神经网络中的周期 (Epoch) 什么是 Softmax 中的温度,以及为什么使用它? 神经网络:什么是权重衰减损失? 反向传播网络和前馈网络之间的区别 双向 LSTM 和单向 LSTM 之间的区别 神经网络中的隐藏层 如何在神经网络中使用 K 折交叉验证? 2. 统计学 如何计算分类器的 VC 维数? 参数模型和非参数模型之间的区别 机器学习:灵活与非灵活模型 神经网络中的线性可分数据 铰链损失与逻辑损失的区别 3. 深度学习 神经网络中的骨干网络是什么意思? 预训练神经网络是什么意思? 深度学习中的潜在空间 变分自编码器中的重参数化技巧 神经网络:池化层 Luong 注意力机制与 Bahdanau 注意力机制的区别 图注意力网络 脉冲神经网络简介 生成对抗网络简介 使用 GAN 进行数据增强 自然语言处理中的编码器-解码器模型