神经网络预测模型有哪些

神经网络预测模型常见的有以下几种：

1. 前馈神经网络模型（Feedforward Neural Network Model）：最简单的神经网络模型，只有输入层、隐层和输出层，没有反馈。

2. 循环神经网络模型（Recurrent Neural Network Model）：具有反馈机制的神经网络模型，可以处理序列数据，如时间序列、语音识别等。

3. 卷积神经网络模型（Convolutional Neural Network Model）：主要用于图像识别、语音识别等领域，具有平移不变性和层次结构等特点。

4. 深度置信网络模型（Deep Belief Network Model）：由多层受限玻尔兹曼机组成的模型，可以用于特征提取和分类等任务。

5. 自编码器模型（Autoencoder Model）：训练时将输入数据压缩成低维特征，再将低维特征还原为原始数据，可以用于特征提取、数据降维等任务。

6. 长短期记忆模型（Long Short-Term Memory Model）：一种特殊的循环神经网络模型，可以有效处理长序列数据，如自然语言处理、语音识别等。