Neural network 关于为实际应用寻找良好的神经网络体系结构的资源

我已经完成了两门神经网络课程，并就此课题进行了大量阅读。我对Tensorflow和Keras以及构建高级神经网络（多输入、大数据、特殊层…）感到满意。我对基础数学也有相当深刻的理解

我的问题是，我知道如何构建神经网络，但不知道“专家”为特定应用创建神经网络的过程

我可以：

• 收集大量数据并进行清理
• 训练神经网络
• 微调超参数
• 导出它以用于实际应用

我缺少的是如何在神经网络中找到层次（多宽，什么类型…）。我知道这是一种尝试和错误，看看对其他人有用的东西。但必须有一个过程，人们可以利用这个过程来设计出实际运行良好的体系结构。例如，最先进的神经网络

我正在寻找一个免费的资源，可以帮助我理解创建一个非常好的架构的过程*

---

*所谓体系结构，我指的是构成网络的不同层及其属性

我写了关于这个主题的硕士论文：

托马，马丁。“arXiv”预印本arXiv:1707.09725（2017）

---

长话短说：有两种分析技术（第2.5章）和学习拓扑学的算法（第3章），但在实践中主要是尝试和错误/直觉。

我将继续学习神经网络和深度学习的课程和阅读。如果我找到一个资源来解决我的问题，我会回答我的问题。看到有人从头到尾为一个真正的应用程序创建一个神经网络的整个过程也是很有用的。不是一个完全像另一个模型的NN，而是一个创造者提出的全新设计。。。