在所有有用的神經(jīng)網(wǎng)絡(luò)中，使用數(shù)量最多的“深度”神經(jīng)網(wǎng)絡(luò)是什么？必須是VGg網(wǎng)絡(luò)模型。別問我為什么。我的訂閱號(hào)看看答案神經(jīng)網(wǎng)絡(luò)只能做到通過現(xiàn)象給出擬合公式嗎？適用范圍有哪些？通常，神經(jīng)網(wǎng)絡(luò)不會(huì)給出公式，

在所有有用的神經(jīng)網(wǎng)絡(luò)中，使用數(shù)量最多的“深度”神經(jīng)網(wǎng)絡(luò)是什么？

必須是VGg網(wǎng)絡(luò)模型。別問我為什么。我的訂閱號(hào)看看答案

神經(jīng)網(wǎng)絡(luò)只能做到通過現(xiàn)象給出擬合公式嗎？適用范圍有哪些？

通常，神經(jīng)網(wǎng)絡(luò)不會(huì)給出公式，因?yàn)橥ǔＳ泻芏鄥?shù)。例如，一些用于圖像分類的體和神經(jīng)網(wǎng)絡(luò)往往有幾十層，參數(shù)可以達(dá)到數(shù)千萬甚至更好。因此，通常給出神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)。對(duì)于體積和神經(jīng)網(wǎng)絡(luò)，給出了體積核的大小、濾波器的個(gè)數(shù)等。我們這里不再重復(fù)。

神經(jīng)網(wǎng)絡(luò)有很多應(yīng)用。例如，MLP可以通過幾個(gè)自變量來預(yù)測(cè)因變量，這是最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。非人工智能領(lǐng)域中的許多簡(jiǎn)單模型只有三層，且隱層神經(jīng)元數(shù)目較少。

卷積神經(jīng)網(wǎng)絡(luò)CNN（Exception，interception，vgg16，vgg19，RESNET等）通常用于圖像分類，遞歸神經(jīng)網(wǎng)絡(luò)RNN（包括LSTM，NARX等）通常用于時(shí)間序列分析，自然語(yǔ)言分析，等等！你可以在coursera上學(xué)習(xí)Andrew NG的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程。介紹非常詳細(xì)，課程是免費(fèi)的。

在CNKI、科學(xué)網(wǎng)或CSDN中，您可以找到許多相關(guān)模型的應(yīng)用案例或研究。

答案有點(diǎn)混亂。我希望它能幫你一點(diǎn)忙。