期刊专题

10.3772/j.issn.1002-0470.2023.08.008

几种神经网络经典模型综述

引用
近年来深度学习在众多领域都有突出表现并展现出巨大应用潜力.神经网络模型是深度学习的重要载体,因此有必要对其进行深入分析.然而神经网络模型发展至今,呈现出种类多样化、应用专有化等特点,例如有用于目标检测的YOLO系列模型、机器翻译的Transformer系列模型等.本文试图通过对几种主要神经网络经典模型的剖析,找到一条了解深度学习的高效路径.本文首先对深度学习的发展进行概述;然后分别对卷积神经网络(CNN)、循环神经网络(RNN)、生成对抗网络(GAN)、图神经网络(GNN)从模型介绍、原理分析、网络训练、模型改进方面进行详细阐述;最后对上述神经网络模型进行总结并对深度学习未来发展进行展望.

深度学习、卷积神经网络(CNN)、循环神经网络(RNN)、生成对抗网络(GAN)、图神经网络(GNN)

33

TP391;F2;X7013

宁夏自治区科技创新团队柔性引进人才;中央级公益性科研院所基本科研业务费专项资金资助项目

2023-11-06(万方平台首次上网日期,不代表论文的发表时间)

共12页

860-871

相关文献
评论
暂无封面信息
查看本期封面目录

高技术通讯

1002-0470

11-2770/N

33

2023,33(8)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn