Нейронные сети и их разновидности

Цель
Цель работы – составить чёткий список всех видов нейронных сетей. Дать краткую характеристику и рассмотреть принципы работы каждого вида сети из составленного списка.

Что такое нейронная сеть?
По своей сути нейронная сеть представляет собой сеть связанных нейронов, где каждый нейрон получает и передаёт информацию.
w1j
w2j
w3j
Выходные
сигналы
X1
X2
X3
Веса
∑
ᵩ
Результаты
вычислений
Активационная
функция
ᵒj
Ꝋj
Порог
Активация

Пример работы:
Стоит ли идти гулять?
YES
NO
YES
NO
YES
NO
(наличие дождя
на улице)
(присутствие друзей)
(наличие хорошего
настроения)
W3 = 0,5
W2 = -0,5
W1 = 0,5
YES = 1
NO = 0
Сигналы:
YES
NO
NO
Ответ получится таким:
X = (0,5 * 1) + ((-0,5) * 0) + (0,5 * 0) = 0.5
Нейрон выдаст 1 и мы пойдем гулять

Сложность работы
Вся сложность работы с нейронной сетью в основном состоит в грамотном подборе коэффициентов к нейронам.
Обучение — процесс нахождения весов для нейросети. От того, как именно обучат нейросеть, будут зависеть ее решения.

Классификация нейронных сетей
Классификация нейронных сетей
Характер обучения
Настройка
весов
С учителем
Без учителя
Фиксированная
Динамическая
Тип входной информации
Применяемая модель нейронной сети
Аналоговая
Двоичная
Прямого распространения
Рекуррентные
Радиально-базисные
функции
Самоорганизующиеся

Примеры типов нейронных сетей
Прямого распространения
Сети радиально-базисных функций
Нейронная сеть Хопфилда
Автокодировщик
Сеть типа “deep belief”
Свёрточные нейронные сети

Применение нейронных сетей в современных реалиях
Распознавание лиц
Распознавание животных и их пород