深度學(xué)習(xí)入門教程

1. 引言

在深度學(xué)習(xí)十分火熱的今天，不時(shí)會(huì)涌現(xiàn)出各種新型的人工神經(jīng)網(wǎng)絡(luò)，想要實(shí)時(shí)了解這些新型神經(jīng)網(wǎng)絡(luò)的架構(gòu)還真是不容易 。光是知道各式各樣的神經(jīng)網(wǎng)絡(luò)模型縮寫（如：DCIGN、BiLSTM 、DCGAN……還有哪些？) ，就已經(jīng)讓人招架不住了
。

因此，這里整理出一份清單來梳理所有這些架構(gòu)。其中大部分是人工神經(jīng)網(wǎng)絡(luò)，也有一些完全不同的怪物。盡管所有這些架構(gòu)都各不相同、功能獨(dú)特，當(dāng)我在畫它們的節(jié)點(diǎn)圖時(shí)……其中潛在的關(guān)系開始逐漸清晰起來 。

把這些架構(gòu)做成節(jié)點(diǎn)圖 ，會(huì)存在一個(gè)問題 ：它無法展示神經(jīng)網(wǎng)絡(luò)架構(gòu)內(nèi)部的工作原理。舉例來說 ，變分自編碼機(jī)（VAE：variational autoencoders ）看起來跟自編碼機(jī)（AE：autoencoders）差不多，但它們的訓(xùn)練過程卻大不相同。訓(xùn)練后的模型在使用場(chǎng)景上差別更大：VAE是生成器 ，通過插入噪音數(shù)據(jù)來獲取新樣本；而AE僅僅是把他們所收到的任何信息作為輸入