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 обучение
Как учатся машины | Искусственный интеллект
Нейронные сети. 6. Нюансы работы нейронной сети
Нейронные сети. 4. Искусственный нейрон
What are Recurrent Neural Networks (RNN) and Long Short Term Memory Networks (LSTM) ?
Нейронные сети. 7. Обучение сети
Illustrated Guide to Recurrent Neural Networks: Understanding the Intuition
A friendly introduction to Recurrent Neural Networks
AIML-4-5-2 Рекуррентные нейронные сети. Сеть Элмана
Рекуррентные сети: 3. Рекуррентная LSTM сеть. Алгоритмический трейдинг
Нейронные сети. 3. В целом об искусственной нейронной сети
Recurrent Neural Networks (RNN) and Long Short-Term Memory (LSTM)
Р.В. Шамин. Лекция № 5. Самоорганизующиеся карты Кохонена
Лекция 2. Нейронные сети в регрессионных задачах
Illustrated Guide to LSTM's and GRU's: A step by step explanation
Продвинутый поток: NLP. RNN, GRU, LSTM. Фреймворк Visdom
Р.В. Шамин. Лекция № 4. Классификация сетью Кохонена
Brain.js Нейронные сети в JavaScript
Нейронные сети. 8. Технология обучения сети. Часть 1
Машинное обучение для всех