今天帶來一份由 Santiago Pascual de la Puente 整理和總結的一份 72 頁 PPT。這份 PPT 總結了如今主要的神經網路架構及其組成，含 PyTorch 實現程式碼片段！
線上地址：
https://docs.google.com/presentation/d/1MFhet5q-SIPqc_54CXWiBvlT9OdSi6P8kpkm6IxuyEM/edit#slide=id.g5540a1077d_0_55
這份 PPT 的主要揭示了神經網路不同複雜結構對不同任務的適用性。並且把這些的理論對映到具體的 PyTorch 程式碼上。主要包括三個部分：
- Basic Architectures
- Fully Connected Layers
-
Recurrent Layers
-
Convolutional Layers
-
Advanced Architectures
- Hybrid CNN/RNN = QRNN
-
Auto-Encoders
-
Deep Classifiers/Deep Regressors
-
Residual Connections/Skip Connections, U-Net and SEGAN
-
GANs (DCGAN)
-
Conclusions
下面分別來看一下。
1. Basic Architectures
第一部分主要介紹神經網路三種最基本的型別：全連線層、迴圈層、卷積層。
2. Advanced Architectures
第二部分主要介紹的是一些高階神經網路結構，包括：QRNN、自動編碼器、深層分類器/深層迴歸器、U-Net、GANs 等。
3. Conclusions
第三部分是全文的總結。
4. 資源獲取
這份 72 頁的 神經網路架構綜述 PPT 也包含了 PDF。如果你需要的話，紅色石頭已經為你打包好了，包含 PPT 和 PDF 兩個版本。獲取方式如下：
1.掃描下方二維碼關注 “AI有道” 公眾號
2.公眾號後臺回覆關鍵詞：DA
