股票市场是非线性系统，具有内部结构复杂性和外部因素多变性，在股市指数价格和成交量基础上，引入宏观经济指标共同构建模型预测指标体系，并分析各指标之间的长期均衡关系和因果关系。在贝叶斯分析的基础上，将代表网络复杂性的惩罚项引入模型误差函数中，并通过动态调整惩罚因子删减网络中对股票市场不敏感的隐层神经元，在保证模型泛化能力的同时实现网络结构精简。以上证指数为例，构建基于BP算法的结构修剪神经网络预测模型，在不同的预测指标体系下对股票市场运行规律进行学习，并对上证指数进行仿真预测。最后，通过与其他神经网络预测模型比较验证该模型的有效性。

FTTH网络结构组成以及技术交流.ppt

多层神经网络结构

很好的基于蚁群优化的DBN转移网络结构学习算法，算法描述很详细，特别适合初学者

卷积神经网络细节讲解，其中对CNN的各个基本组件进行了充分的论述。还有讲解了dropout，以及如何理解dropout,最后对目前存在的典型的CNN架构进行了很详细的讲解，不管你是有经验的，还是新手，都可以从中得到一些启发

FCN图像分割课程论文，随便写写

基于全卷积深度学习网络结构的胃肠息肉图片分割的论文代码实现

yolo v3的网络结构，用于目标检测，语义分割，内容较多，此处仅仅只是其网络结构。

计算机网络 系统方法 原书第4版完整目录 美Larry L Pclcrson B Davie著，描述了网络架构，传输协议 带宽互联等内容，是一本学习计算机网络的好书。

首先贴出三个链接： 1. AlexNet网络结构详解视频 2. 使用pytorch搭建AlexNet并针对花分类数据集进行训练 3. 使用tensorflow搭建AlexNet并针对花分类数据集进行训练 AlexNet是2012年ILSVRC 2012（ImageNet Large Scale Visual Recognition Challenge）竞赛的冠军网络，分类准确率由传统方法的 70%+提升到 80%+（当时传统方法已经进入瓶颈期，所以这么大的提升是非常厉害的）。它是由Hinton和他的学生Alex Krizhevsky设计的。也是在那年之后，深度学习开始迅速发展。下图是从Alex