DL QuickStart
来自Jack's Lab
（版本间的差异）
| 第5行： | 第5行： | ||
* Restricted Boltzmann Machine 受限波尔兹曼机 | * Restricted Boltzmann Machine 受限波尔兹曼机 | ||
* Stacked Auto-encoders 堆栈式自动编码器 | * Stacked Auto-encoders 堆栈式自动编码器 | ||
| + | |||
| + | * Recurrent Neural Networks, RNN，循环神经网络 | ||
| + | * | ||
以深度卷积神经网络为代表的监督学习方法，目前来说是最有效也是使用最多的 | 以深度卷积神经网络为代表的监督学习方法，目前来说是最有效也是使用最多的 | ||
<br><br> | <br><br> | ||
| + | |||
| + | == RNN == | ||
| + | |||
| + | http://blog.csdn.net/heyongluoyao8/article/details/48636251 | ||
| + | |||
| + | http://rayz0620.github.io/2015/05/14/rnn_note_1/ | ||
| + | |||
<br><br> | <br><br> | ||
<br><br> | <br><br> | ||
2016年9月8日 (四) 09:58的版本
1 Overview
- Convolutional Neural Networks 卷积神经网络
- Deep Belief Networks 深度信念网络
- Restricted Boltzmann Machine 受限波尔兹曼机
- Stacked Auto-encoders 堆栈式自动编码器
- Recurrent Neural Networks, RNN，循环神经网络
以深度卷积神经网络为代表的监督学习方法，目前来说是最有效也是使用最多的
2 RNN
http://blog.csdn.net/heyongluoyao8/article/details/48636251
http://rayz0620.github.io/2015/05/14/rnn_note_1/
