大多是網上找到的資料，學習後整理一下，方便以後檢視。
內容是關於神經網路的基本知識，主要是bp神經網路以及目前各種神經網路的型別。
csdn有毒，我寫完發布後文章後面的推薦寫的真好。我就加上來了。
***機器學習入門——**神經網路
但在看完後，我還是有一些疑問
bp演算法執行前的總誤差怎麼計算？了解上面內容以後，又想進一步了解神經網路模型的型別，於是檢索得到乙個比較全的回答。
27種神經網路模型的簡介
令人意外的是，支援向量機(svm)也屬於神經網路的一種。不過svm的輸出方式也確實類似於感知機，在查詢過程中，也發現了有博主指出，並非所有型別的svm都可以算作神經網路。
神經網路在文字識別、特徵匹配、分類等領域應用的較多。在slam領域，現有的研究中，神經網路被用於前端的特徵提取，回環檢測中的詞袋樹生成，語義地圖中的語義特徵的生成。（在描述這些內容時感到生澀，對於一些詞語使用是否正確不是很有把握，說明文獻的閱讀量還是不足）。
神經網路初識
泛式是指神經網路對不在訓練 學習 集中的資料可以產生合理的輸出 但具體上，乙個複雜的問題往往分解成若干相對簡單的任務，而神經網路處理其能力相符的子任務 比如，考慮乙個模式分類任務，這裡要求是把代表具體物體或事件的輸入訊號分類到幾個預先分類好的類中去。這個問題的非引數方法中，要求利用例子集中 估計 輸...
神經網路和深度學習（一） 初識神經網路
人類的視覺系統是世界上最棒的系統之一，比如下列一串手寫數字 大多數人都可以一眼看出它是504192。在我們大腦的每乙個半球，都有主要的視覺皮質v1 它包含了1.4億個神經元，在這些神經元之間有數百億的接觸。然而人類的視覺不僅僅包含了v1 而是一系列的視覺皮質v1 v2,v3,v 4,v5 逐步進行更...
神經網路學習（十一）卷積神經網路初識
系列部落格是博主學習神經網路中相關的筆記和一些個人理解，僅為作者記錄筆記之用，不免有很多細節不對之處。卷積神經網路 convolutional neural network 採用三種基本概念 區域性感受野 local receptive fields 共享權值 shared weights 和池化 ...