神经网络 常见分类

📚 神经网络的常见分类方式可以从不同角度来划分,以下是几种主流思路,帮你快速梳理清晰:

1️⃣ 按网络结构分类

  • 前馈神经网络(Feedforward Neural Network, FNN) 数据从输入层→隐藏层→输出层单向传递,没有循环和反馈。

  • 卷积神经网络(Convolutional Neural Network, CNN) 擅长处理网格结构数据(如图像),利用卷积核提取局部特征。

  • 循环神经网络(Recurrent Neural Network, RNN) 节点间有环路,适合处理序列数据(如语音、文本)。

  • 图神经网络(Graph Neural Network, GNN) 面向图结构数据,如社交网络、知识图谱。

  • 生成对抗网络(Generative Adversarial Network, GAN) 生成器与判别器对抗训练,适合生成高质量数据。

2️⃣ 按学习方式分类

  • 监督学习网络:有标签数据监督训练,例如分类、回归。

  • 无监督学习网络:不依赖标签,寻找数据结构与模式,如自编码器(Autoencoder)。

  • 半监督学习网络:结合少量标注数据和大量未标注数据。

  • 强化学习网络:通过奖励信号学习策略(Policy Network、Value Network 等)。

3️⃣ 按信息传播方向分类

  • 单向传播:信息只向前流动(FNN、CNN)。

  • 双向传播:如双向RNN(Bi-RNN),能够结合上下文信息。

4️⃣ 按任务类型分类

  • 分类网络:用于图像分类、文本分类等。

  • 回归网络:预测连续值。

  • 生成网络:生成图像、文本、音频等。

  • 序列建模网络:机器翻译、语音识别。

相关推荐
HyperAI超神经1 小时前
AI 论文周报丨视觉语言模型应用/不稳定奇点族新发现/强化学习……一文了解多领域创新趋势与前沿动态
人工智能·ai·语言模型
wuhanwhite1 小时前
Claude Sonnet 4.5:一次面向落地的常规升级(性能、安全、开发者工具)
ai·claude·agentic coding
WPG大大通4 小时前
从数据到模型:Label Studio 开源标注工具完整实施指南
经验分享·笔记·ai·系统架构·开源·大大通
武子康7 小时前
AI-调查研究-90-具身智能 机器人数据采集与通信中间件全面解析:ROS/ROS2、LCM 与工业总线对比
人工智能·ai·中间件·机器人·职场发展·个人开发·具身智能
Learn Beyond Limits20 小时前
Clustering|聚类
人工智能·深度学习·神经网络·机器学习·ai·聚类·吴恩达
Tassel_YUE1 天前
在国内使用claude code,实操可行(随手记)
ai·ai编程·claude
Julian.zhou1 天前
AI自然语音交互:下一代技术制高点与用户体验革命
人工智能·ai·交互·未来趋势
dawnsky.liu1 天前
RHEL - 在离线的 RHEL 10 中部署 Lightspeed 命令行助手
linux·人工智能·ai
SEO_juper1 天前
AEO 与 SEO 双引擎:整合策略赢得搜索全域可见性
搜索引擎·百度·ai·seo·数字营销·seo优化·aeo
蒋星熠1 天前
脑机接口(BCI):从信号到交互的工程实践
人工智能·python·神经网络·算法·机器学习·ai·交互