我对神经网络非常陌生，只是一个普通的程序员。我对不同的神经网络架构没有深入的理解。我的问题是：什么是最聪明的架构？哪个网络学习速度最快，能够识别最复杂和模糊的模式，并且最具适应性。我一直在阅读关于各种有趣的网络，如回声状态和液体状态机器以及长短期记忆网络，但我真的不知道这些是如何工作的，或者在什么情况下使用哪种。如果你知道这些疯狂的网络是如何工作的，我很想听听你的想法。

谢谢！

回答：

你所寻找的东西并不存在。有很多不同类型的神经网络，因为有很多不同类型的问题，没有人知道做某事的最佳方式。这是研究的一个活跃领域，发展非常迅速。某些类型的网络在某些任务中变得常见（例如：用于图像分类的卷积网络），但即使是这些也并非一成不变的最佳选择。即使它们是最佳的，这也无法告诉你需要多少层或者每层需要多宽，这甚至还没有涉及到训练中网络的初始化或更新问题。

如果你真的想了解和理解更多关于神经网络的知识，你将不得不进行大量的自学——这需要努力和耐心。像Stack Overflow这样的简单问答格式对你理解神经网络不会有太大帮助。