72 页 PPT,带你梳理神经网络完整架构(含 PyTorch 实现代码片段)

今天带来一份由 Santiago Pascual de la Puente 整理和总结的一份 72 页 PPT。这份 PPT 总结了如今主要的神经网络架构及其组成,含 PyTorch 实现代码片段!

在线地址:

https://docs.google.com/presentation/d/1MFhet5q-SIPqc_54CXWiBvlT9OdSi6P8kpkm6IxuyEM/edit#slide=id.g5540a1077d_0_55

这份 PPT 的主要揭示了神经网络不同复杂结构对不同任务的适用性。并且把这些的理论映射到具体的 PyTorch 代码上。主要包括三个部分:

  • Basic Architectures
    • Fully Connected Layers

    • Recurrent Layers

    • Convolutional Layers

  • Advanced Architectures

    • Hybrid CNN/RNN = QRNN

    • Auto-Encoders

    • Deep Classifiers/Deep Regressors

    • Residual Connections/Skip Connections, U-Net and SEGAN

    • GANs (DCGAN)

  • Conclusions

下面分别来看一下。

1. Basic Architectures

第一部分主要介绍神经网络三种最基本的类型:全连接层、循环层、卷积层。

2. Advanced Architectures

第二部分主要介绍的是一些高级神经网络结构,包括:QRNN、自动编码器、深层分类器/深层回归器、U-Net、GANs 等。

3. Conclusions

第三部分是全文的总结。

4. 资源获取

这份 72 页的 神经网络架构综述 PPT 也包含了 PDF。如果你需要的话,红色石头已经为你打包好了,包含 PPT 和 PDF 两个版本。获取方式如下:

1.扫描下方二维码关注 “AI有道” 公众号

2.公众号后台回复关键词:DA

未经允许不得转载:红色石头的个人博客 » 72 页 PPT,带你梳理神经网络完整架构(含 PyTorch 实现代码片段)

赞 (1) 打赏

评论 0

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏