Los detalles son los siguientes:
1. Perceptrón multicapa, un modelo de red neuronal artificial de retroalimentación que asigna múltiples conjuntos de datos de entrada a un único conjunto de datos de salida, también llamado. una red neuronal completamente conectada. 2. El núcleo de la red neuronal convolucional es la capa convolucional, que es uno de los algoritmos de red neuronal de avance que incluye cálculos convolucionales y tiene una estructura profunda.
3. Red de contracción residual. La red de contracción residual es una mejora de la red neuronal convolucional. Introduce umbrales suaves y es más adecuada para datos muy ruidosos. Es una nueva forma mejorada de red residual profunda (DeepResidualNetwork, ResNet). Las redes neuronales artificiales (RNA) son un foco de investigación que ha surgido en el campo de la inteligencia artificial desde la década de 1980. Abstrae la red neuronal del cerebro humano desde la perspectiva del procesamiento de información, establece un modelo simple y forma diferentes redes según diferentes métodos de conexión. En ingeniería y academia, a menudo se la denomina simplemente red neuronal o red similar a una red neuronal.