神经网络常用模型与应用

上手AI的一个捷径就是了解和使用各种网络模型,结合实际场景去打造自己的应用。神经网络模型是人类的共同财富。

神经网络

神经网络可以分为三种主要类型:前馈神经网络、反馈神经网络和图神经网络。

前馈神经⽹络(feedforward neural network)是⼀种简单的神经⽹络,也被称为多层感知机(multi-layer perceptron,简称 MLP),其中不同的神经元属于不同的层,由输⼊层-隐藏层-输出层构成,信号从输⼊层往输出层单向传递,中间无反馈,其目的是为了拟合某个函数,由⼀个有向无环图表示。前馈神经⽹络中包含激活函数(sigmoid 函数、tanh 函数等)、损失函数(均⽅差损失函数、交叉熵损失函数等)、优化算法(BP 算法)等。常⽤的模型结构有:感知机、BP 神经⽹络、全连接神经⽹络、卷积神经⽹络、RBF 神经⽹络等。

反馈神经网络(feedback neural network)的输出不仅与当前输入以及网络权重有关,还和网络之前的输入有关。它是一个有向循环图或是无向图,具有很强的联想记忆能力和优化计算能力。常⽤的模型结构有:RNN、Hopfield⽹络、受限玻尔兹曼机、LSTM 等。

图(graph)是⼀种在拓扑空间内按图结构组织来关系推理的函数集合,包括社交⽹络、知识图谱、分⼦图神经⽹络等。图神经网络通常有以下几种网络模型:图卷积网络、图自编码器、图生成网络、图时空网络、图注意力网络。

图像识别

AlexNet、GoogLeNet、VGG、ResNet、ResNeXt、DenseNet和SENet。

文本分类

Tf-Idf、Word2Vec和BERT。

语音识别

  • ASRT:基于深度学习的中文语音识别系统,采用卷积神经网络(CNN)和连接性时序分类(CTC)方法,使用大量中文语音数据集进行训练,将声音转录为中文拼音
  • DeepSpeechRecognition: 使用CNN+DNN+CNN
  • end2end_chinese_speech_recognition:一个开源小模型
  • Wenet:工业开源落地做的比较成熟的模型
  • whisper:openai的语音模型
  • pycorrector:语音纠错
  • pyttsx3:文本转语音
  • 阿里的Paraformer

参考文献

TODO

相关推荐
飞哥数智坊9 小时前
GPT-5-Codex 发布,Codex 正在取代 Claude
人工智能·ai编程
倔强青铜三9 小时前
苦练Python第46天:文件写入与上下文管理器
人工智能·python·面试
虫无涯10 小时前
Dify Agent + AntV 实战:从 0 到 1 打造数据可视化解决方案
人工智能
Dm_dotnet12 小时前
公益站Agent Router注册送200刀额度竟然是真的
人工智能
算家计算12 小时前
7B参数拿下30个世界第一!Hunyuan-MT-7B本地部署教程:腾讯混元开源业界首个翻译集成模型
人工智能·开源
机器之心12 小时前
LLM开源2.0大洗牌:60个出局,39个上桌,AI Coding疯魔,TensorFlow已死
人工智能·openai
Juchecar13 小时前
交叉熵:深度学习中最常用的损失函数
人工智能
林木森ai14 小时前
爆款AI动物运动会视频,用Coze(扣子)一键搞定全流程(附保姆级拆解)
人工智能·aigc
聚客AI14 小时前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear16 小时前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp