pytorch学习日记(3)--神经网络

神经元：神经网络的基本单位。一个神经元代表一个变量(特征)(指在输入层)。
神经网络学习的过程就是在调整神经元的权重(weight)以及偏差(bias)。
神经网络架构：

• 输入层（Input Layer）：接收原始输入数据。
• 隐藏层（Hidden Layer）：对输入数据进行处理，可以有多个隐藏层。
• 输出层（Output Layer）：产生最终的输出结果。

几种常见的神经网络

前馈神经网络(FeedforwardNN):最简单的神经网络，一路向前，不会产生循环和反馈。
卷积神经网络(ConvolutionalNN):主要进行图像识别，通过寻找范围识别(卷积核)大大减少了参数。
循环神经网络(RecurrentNN):主要处理序列数据，已生成的结果会影响之后产生的结果。
生成式对抗网络(GAN):正在学习中···