深度学习最常见的26个模型汇总
今天更新关于常见深度学习模型适合练手的项目。

这些项目大部分是我之前整理的，基本上都看过，大概俩特点：代码不长，一般50-200行代码，建议先看懂然后再实现和优化，我看基本上所有的实现都有明显可优化的地方；五脏俱全，虽然代码不长，但是该有的功能都有，该包含的部分也基本都有。

所以很适合练手，而且实现后还可保存好，以后很多任务可能就会用到。

本文包括简介、练手项目和我的建议（建议最好看看这部分）。

简介
本篇是深度学习最常见的26 个模型汇总的姐妹篇，建议先看那篇再看本篇。

本篇新增了26 个模型的练手项目。

练手项目
2.1 Feed forward neural networks (FF or FFNN) and perceptrons (P)
前馈神经网络和感知机，信息从前（输入）往后（输出）流动，一般用反向传播（BP）来训练。

算是一种监督学习。

对应的代码：
https://github/danijar/layered
https://github/civisanalytics/muffnn
2.2 Radial basis function (RBF)
径向基函数网络，是一种径向基函数作为激活函数的FFNNs（前馈神经网络）。

对应的代码：
https://github/eugeniashurko/rbfnnpy
2.3 Hopfield network (HN)
Hopfield网络，是一种每个神经元都跟其它神经元相连接的神经网络。