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

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

必須是VGg網(wǎng)絡模型。別問我為什么。我的訂閱號看看答案

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

通常，神經(jīng)網(wǎng)絡不會給出公式，因為通常有很多參數(shù)。例如，一些用于圖像分類的體和神經(jīng)網(wǎng)絡往往有幾十層，參數(shù)可以達到數(shù)千萬甚至更好。因此，通常給出神經(jīng)網(wǎng)絡的結構。對于體積和神經(jīng)網(wǎng)絡，給出了體積核的大小、濾波器的個數(shù)等。我們這里不再重復。

神經(jīng)網(wǎng)絡有很多應用。例如，MLP可以通過幾個自變量來預測因變量，這是最簡單的神經(jīng)網(wǎng)絡結構。非人工智能領域中的許多簡單模型只有三層，且隱層神經(jīng)元數(shù)目較少。

卷積神經(jīng)網(wǎng)絡CNN（Exception，interception，vgg16，vgg19，RESNET等）通常用于圖像分類，遞歸神經(jīng)網(wǎng)絡RNN（包括LSTM，NARX等）通常用于時間序列分析，自然語言分析，等等！你可以在coursera上學習Andrew NG的機器學習和深度學習課程。介紹非常詳細，課程是免費的。

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

答案有點混亂。我希望它能幫你一點忙。