深度学习网络

aeon networks are the models behind the deep learning estimators, and can be used in

他们有权构建定制的解决方案。

BaseDeepLearningNetwork([soft_dependencies, ...])	深度学习网络的抽象基类。
TimeCNNNetwork([n_layers, kernel_size, ...])	建立CNN的网络结构。
EncoderNetwork([kernel_size, n_filters, ...])	建立编码器的网络结构。
FCNNetwork([n_layers, n_filters, ...])	为FCN建立网络结构。
InceptionNetwork([n_filters, ...])	Inception 网络。
MLPNetwork([use_bias])	为MLP建立网络结构。
ResNetNetwork([n_residual_blocks, ...])	建立ResNet的网络结构。
AEFCNNetwork([latent_space_dim, ...])	为AE-FCN建立网络结构。
AEResNetNetwork([latent_space_dim, ...])	为AE-ResNet建立网络结构。
LITENetwork([use_litemv, n_filters, ...])	LITE 和 LITE 多变量 (LITEMV) 网络。
AEBiGRUNetwork([latent_space_dim, n_layers, ...])	一个基于双向GRU的自编码器实现类。
DisjointCNNNetwork([n_layers, n_filters, ...])	为DisjointCNN网络建立网络结构。
DCNNNetwork([latent_space_dim, n_layers, ...])	为DCNN模型建立网络结构。
AEDCNNNetwork([latent_space_dim, ...])	为DCN网络建立基于自动编码器的结构。
AEAttentionBiGRUNetwork([latent_space_dim, ...])	一个基于注意力双向GRU的自编码器实现类。
AEDRNNNetwork([latent_space_dim, ...])	基于自动编码器的扩张循环神经网络（DRNN）。