Архитектуры нейронных сетей. Часть 2: Продвинутые конфигурации
Архитектуры нейронных сетей. Часть 2: Продвинутые конфигурации
-----
Первая часть здесь: https://www.youtube.com/watch?v=1nj3k0ZxpPU
-----
- Глубокие свёрточные обратные графические сети (deep convolutional inverse graphics networks, DCIGN);
- Генеративные состязательные сети (generative adversarial networks, GAN);
- Рекуррентные нейронные сети (recurrent neural networks, RNN);
- Сети с долгой краткосрочной памятью (long short term memory, LSTM);
- Управляемые рекуррентные нейроны (gated recurrent units, GRU);
- Нейронные машины Тьюринга (neural Turing machines, NTM);
- Двунаправленные RNN, LSTM и GRU (bidirectional recurrent neural networks, bidirectional long / short term memory networks и bidirectional gated recurrent units, BiRNN, BiLSTM и BiGRU);
- Глубокие остаточные сети (deep residual networks, DRN);
- Нейронная эхо-сеть (echo state networks, ESN);
- Машины экстремального обучения (extreme learning machines, ELM);
- Машины неустойчивых состояний (liquid state machines, LSM);
- Метод опорных векторов (support vector machines, SVM);
- нейронные сети Кохонена (Kohonen networks, KN), также известные как самоорганизующиеся карты (self organising (feature) maps, SOM, SOFM).
Источник: http://datascientist.one/class-type-nn/
Видео Архитектуры нейронных сетей. Часть 2: Продвинутые конфигурации канала AI Data Scientist
-----
Первая часть здесь: https://www.youtube.com/watch?v=1nj3k0ZxpPU
-----
- Глубокие свёрточные обратные графические сети (deep convolutional inverse graphics networks, DCIGN);
- Генеративные состязательные сети (generative adversarial networks, GAN);
- Рекуррентные нейронные сети (recurrent neural networks, RNN);
- Сети с долгой краткосрочной памятью (long short term memory, LSTM);
- Управляемые рекуррентные нейроны (gated recurrent units, GRU);
- Нейронные машины Тьюринга (neural Turing machines, NTM);
- Двунаправленные RNN, LSTM и GRU (bidirectional recurrent neural networks, bidirectional long / short term memory networks и bidirectional gated recurrent units, BiRNN, BiLSTM и BiGRU);
- Глубокие остаточные сети (deep residual networks, DRN);
- Нейронная эхо-сеть (echo state networks, ESN);
- Машины экстремального обучения (extreme learning machines, ELM);
- Машины неустойчивых состояний (liquid state machines, LSM);
- Метод опорных векторов (support vector machines, SVM);
- нейронные сети Кохонена (Kohonen networks, KN), также известные как самоорганизующиеся карты (self organising (feature) maps, SOM, SOFM).
Источник: http://datascientist.one/class-type-nn/
Видео Архитектуры нейронных сетей. Часть 2: Продвинутые конфигурации канала AI Data Scientist
Показать
Комментарии отсутствуют
Информация о видео
Другие видео канала
Искусственный интеллект и машинное обучениеКак учатся машины | Искусственный интеллектНейронные сети. 6. Нюансы работы нейронной сетиНейронные сети. 4. Искусственный нейронWhat are Recurrent Neural Networks (RNN) and Long Short Term Memory Networks (LSTM) ?Нейронные сети. 7. Обучение сетиIllustrated Guide to Recurrent Neural Networks: Understanding the IntuitionA friendly introduction to Recurrent Neural NetworksAIML-4-5-2 Рекуррентные нейронные сети. Сеть ЭлманаРекуррентные сети: 3. Рекуррентная LSTM сеть. Алгоритмический трейдингНейронные сети. 3. В целом об искусственной нейронной сетиRecurrent Neural Networks (RNN) and Long Short-Term Memory (LSTM)Р.В. Шамин. Лекция № 5. Самоорганизующиеся карты КохоненаЛекция 2. Нейронные сети в регрессионных задачахIllustrated Guide to LSTM's and GRU's: A step by step explanationПродвинутый поток: NLP. RNN, GRU, LSTM. Фреймворк VisdomР.В. Шамин. Лекция № 4. Классификация сетью КохоненаBrain.js Нейронные сети в JavaScriptНейронные сети. 8. Технология обучения сети. Часть 1Машинное обучение для всех