神经网络概览

* 感知机（Perceptrons）
* 前馈神经网络（Feed Forward Neural Networks）
* 径向基函数网络（Radial Basis Function，RBF）
* Hopfield 神经网络（Hopfield Network，HN）
* 波尔兹曼机（Boltzmann Machines，BM）
* 受限玻尔兹曼机（Restricted Boltzmann Machines，RBM）
* 马尔可夫链（Markov Chains，MC）
* 离散时间马尔可夫链（Discrete Time Markov Chain，DTMC）
* 自编码器（Autoencoders，AE）
* 稀疏自编码器（Sparse Autoencoders，SAE）
* 变分自编码器（Variational Autoencoders， VAE）
* 去噪自编码器（Denoising Autoencoders，DAE）
* 深度信念网络（Deep Belief Networks，DBN）
* 卷积神经网络（Convolutional Neural Networks，CNN）
* 深度卷积神经网络（Deep Convolutional Neural Networks，DCNN）
* 反卷积神经网络（Deconvolutional Networks，DN）
* 深度卷积逆向图网络（Deep Convolutional Inverse Graphics Networks，DCIGN）
* 生成式对抗网络（Generative Adversarial Networks，GAN）
* 循环神经网络（Recurrent Neural Networks，RNN）
* 长短时记忆网络（Long Short Term Memory，LSTM）
* 门控循环单元（Gated Recurrent Units，GRU）
* 神经图灵机（Neural Turing Machines，NTM）
* 深度残差网络（Deep Residual Networks，DRN）
* 回声状态网络（Echo State Networks，ESN）
* 极限学习机（Extreme Learning Machines，ELM）
* 液体状态机（Liquid State Machines，LSM）
* 支持向量机（Support Vector Machines，SVM）
* Kohonen 网络（Kohonen Networks，KN）
* 自组织映射（Self-Organizing Map，SOM）


https://www.infoq.cn/article/teach-you-how-to-read-all-kinds-of-neural-networks