Arquitecturas populares de redes neuronales
Perceptron – Red neuronal que tiene dos unidades de entrada y una unidad de salida sin capas ocultas. Estos también se conocen como ‘perceptrones de una sola capa.
- ¿Cómo deciden las personas en aprendizaje profundo qué artículos no leer?
- ¿Qué debo hacer para construir una carrera en Machine Learning? ¿Por dónde empiezo y cuáles son mis opciones?
- ¿Cuál es la diferencia entre pre-entrenamiento y pre-procesamiento?
- Cómo interpretar la trama de ACF
- ¿Cómo aprendiste el aprendizaje automático? ¿Por qué?
Red de función de base radial : estas redes son similares a la red neuronal de alimentación directa, excepto que la función de base radial se utiliza como función de activación de estas neuronas.
Perceptrón multicapa : estas redes utilizan más de una capa oculta de neuronas, a diferencia del perceptrón de capa única. Estos también se conocen como redes neuronales de avance profundo.
Red neuronal recurrente : tipo de red neuronal en la que las neuronas de capa oculta tienen auto-conexiones. Las redes neuronales recurrentes poseen memoria. En cualquier caso, la neurona de capa oculta recibe la activación de la capa inferior, así como su valor de activación anterior.
Red de memoria a largo / corto plazo (LSTM) : el tipo de red neuronal en la que la célula de memoria se incorpora dentro de las neuronas de capa oculta se denomina red LSTM.
Red Hopfield : una red de neuronas totalmente interconectadas en la que cada neurona está conectada a todas las demás. La red se entrena con el patrón de entrada al establecer un valor de neuronas en el patrón deseado. Luego se calculan sus pesos. Los pesos no cambian. Una vez entrenada para uno o más patrones, la red convergerá a los patrones aprendidos. Es diferente de otras redes neuronales.
Red de máquinas Boltzmann : estas redes son similares a la red Hopfield, excepto que algunas neuronas son de entrada, mientras que otras están ocultas en la naturaleza. Los pesos se inicializan aleatoriamente y se aprenden a través del algoritmo de propagación inversa.
Red neuronal convolucional: obtenga una descripción completa de las redes neuronales convolucionales a través de nuestro blog Log Analytics con Machine Learning y Deep Learning.
Otros tipos de redes neuronales
Red neuronal modular : es la estructura combinada de diferentes tipos de red neuronal como perceptrón multicapa, red Hopfield, red neuronal recurrente, etc., que se incorporan como un solo módulo en la red para realizar una subtarea independiente de redes neuronales completas completas.
Red neuronal física : en este tipo de red neuronal artificial, el material de resistencia ajustable eléctricamente se utiliza para emular la función de sinapsis en lugar de simulaciones de software realizadas en la red neuronal.
Continúe leyendo el artículo completo en – Descripción general de las redes neuronales artificiales y sus aplicaciones
