查看原文
其他

72 页 PPT,带你梳理神经网络完整架构(含 PyTorch 代码)

红色石头 AI有道 2021-09-10

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】

干货 | 公众号历史文章精选(附资源)

我的深度学习入门路线

我的机器学习入门路线图



你正在看吗?👇

视频 小程序 ,轻点两下取消赞 在看 ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存