The mostly complete chart of Neural Networks, explainedAndrew Tch
Publikationsdatum:
  |
 |
Diese Seite wurde seit 5 Jahren inhaltlich nicht mehr aktualisiert.
Unter Umständen ist sie nicht mehr aktuell.
Zusammenfassungen
The zoo of neural network types grows exponentially. One needs a map to navigate between many emerging architectures and approaches.
Fortunately, Fjodor van Veen from Asimov institute compiled a wonderful cheatsheet on NN topologies. If you are not new to Machine Learning, you should have seen it before.
In this story, I will go through every mentioned topology and try to explain how it works and where it is used. Ready? Let’s go!
Von Andrew Tch im Text The mostly complete chart of Neural Networks, explained (2017) Fortunately, Fjodor van Veen from Asimov institute compiled a wonderful cheatsheet on NN topologies. If you are not new to Machine Learning, you should have seen it before.
In this story, I will go through every mentioned topology and try to explain how it works and where it is used. Ready? Let’s go!
Dieser Text erwähnt ...
auto encoder (AE)
deep feed forward (DFF)
Feed forward neural networks
Generative Adversarial Network (GAN)
Long / Short Term Memory (LSTM)
machine learning
Neuronales Netz
Perceptron
radial basis network (RBF)
Recurrent Neural Networks (RNN)
Video
Tagcloud
Volltext dieses Dokuments
| The mostly complete chart of Neural Networks, explained: Artikel als Volltext (:  , 4406 kByte; :  2021-03-21) |
Anderswo suchen 
Beat und dieser Text
Beat hat Dieser Text während seiner Zeit am Institut für Medien und Schule (IMS) ins Biblionetz aufgenommen. Beat besitzt kein physisches, aber ein digitales Exemplar. Eine digitale Version ist auf dem Internet verfügbar (s.o.). Es gibt bisher nur wenige Objekte im Biblionetz, die dieses Werk zitieren.
Biblionetz-History