深度学习架构

连接主义体系结构已存在70多年，但新的架构和图形处理单元(GPU)将它们推到了人工智能的前沿。深度学习架构是最近20年内诞生的，它显著增加了神经网络可以解决的问题的数量和类型。本文将介绍5种最流行的深度学习架构：递归神经网络(RNN)、长短期记忆(LSTM)/门控递归单元(GRU)、卷积神经网络(CNN)、深度信念网络(DBN)和深度叠加网络(DSN)，然后探讨用于深度学习的开源软件选项。深度学习不是单个方法，而是一类可用来解决广泛问题的算法和拓扑结构。深度学习显然已不是新概念，但深度分层神经网络和GPU的结合使用加速了它们的执行，深度学习正在突飞猛进地发展。大数据也助推了这一发展势头。因为深