知识卡片
神经网络结构演进
深度学习的神经网络从BP反向传播网络,演进到CNN卷积神经网络、RNN循环神经网络、GAN生成式对抗网络,再到GNN图网络。因精度通常比普通机器学习高一个数量级,被大量用于图像、语音识别与内容推荐。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 前沿安全技术 · 查看原书依据
深度学习的神经网络也一路从BP反向传播网络、CNN卷积神经网络、RNN循环神经网络、GAN生成式对抗网络到GNN图网络不断演进。由于深度学习结果的精度通常比普通机器学习结果的精度高一个数量级,因而现今得到大量应用,如视频图像识别、语音文字识别翻译、自动问答与内容推荐等。
参考来源
- 位置:《大型互联网企业安全架构(石祖文)》第15章《前沿安全技术》(源文件:extracted/大型互联网企业安全架构 (石祖文)/_epub-src/EPUB/xhtml/chapter020)
- 结论依据:原文给出对应定义与依据,支撑本卡结论。
- 原始内容:深度学习的神经网络也一路从BP反向传播网络、CNN卷积神经网络、RNN循环神经网络、GAN生成式对抗网络到GNN图网络不断演进。由于深度学习结果的精度通常比普通机器学习结果的精度高一个数量级,因而现今得到大量应用,如视频图像识别、语音文字识别翻译、自动问答与内容推荐等。