教你看懂各种神经网络

原图如下:虽然这些节点图不能显示各个模型的内部工作过程,但是这些节点图的汇总可以让我们在同一层面上对比不同神经网络的结构特点,从而对不同神经网络之间的关系有一个更为具象的理解。单层感知器是最简单的神经网络。它仅包含输入层和输出层,而输入层和输出层是直接相连的。相对于单层感知器,前馈神经网络包含输入层、隐藏层和输出层。这一类网络通常使用反向传播算法(Backpropagation)进行训练,由于网络具有隐藏神经元,理论上可以对输入和输出之间的关系进行建模。但实际上该网络的应用是很有限的,通常要将它们与其他网络结合形成新的网络。径向基函数(RBF)网络是以径向基函数作为激活函数的前馈神经网络。径向