神经网络
由加权求和与非线性层叠组合而成，通过梯度下降进行训练。
概览
神经网络是一叠层的堆叠，每一层对上一层的输出施加加权求和与非线性变换，权重通过梯度下降进行调整。它解决了线性模型无法表示输入之间交互作用的问题。它之所以存在，是因为简单非线性步骤的复合能够逼近非常复杂的函数，并且反向传播使得训练这样的复合结构变得可行。
技术图谱
神经网络 如何与技术栈的其他部分相连。
使用与依赖
- CNN architecture Algorithms CNN based on 神经网络 High ✓ source
- Diffusion technique Techniques Diffusion based on 神经网络 High ✓ source
- GAN architecture Algorithms GAN based on 神经网络 High ✓ source
- MoE architecture Algorithms MoE based on 神经网络 High ✓ source
- RNN architecture Algorithms RNN based on 神经网络 High ✓ source
被用于
- Recommendation application Applications 神经网络 used by Recommendation High ✓ source
应用于
- Backpropagation technique Algorithms Backpropagation used for 神经网络 High ✓ source