72 页 PPT,带你梳理神经网络完整架构(含 PyTorch 代码)
点击上方“AI有道”,选择“置顶”公众号
重磅干货,第一时间送达
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
【推荐阅读】
你正在看吗?👇