机构名称：
¥ 6.0
在第5章，第6和第7章中，我们分别提出了一个具体的深度学习范式，即馈电网络，卷积神经网络和序列模型。这样的模型本身就是有用的，但是在深度学习的世界中，它们经常将它们整合到更复杂的特定活动中。例如，第6章的卷积神经网络可以与第7章的序列模型相关，以涉及图像和文本的应用。此外，还出现了其他专业体系结构和范式，在每种情况下，都采用非平凡的想法来创建强大的模型。在当前章节中，我们介绍了从不同的领域中出现的这些想法，但都使用了深层的神经网络。这些域中的一些包括生成建模，在概述变异自动编码器之后，我们将重点放在分解模型和生成对抗网络上。其他领域处于自动控制和决策领域，我们提出了强化学习的概念。最后，我们探索了图神经网络的域，该区域被证明对可以用图结构表示的复杂问题如此有用。没有空间约束，这些主题中的每一个都应得到自己的章节或一系列章节，但是在本章中，我们希望读者能够获得总体观点。
专业体系结构和范式
主要关键词
相关文件推荐
