Spisu treści:
Definicja - Co oznacza Feedforward Neural Network?
Sprzężna sieć neuronowa to szczególny typ wczesnej sztucznej sieci neuronowej znanej z prostoty projektowania. Sieć neuronowa ze sprzężeniem zwrotnym ma warstwę wejściową, warstwy ukryte i warstwę wyjściową. Informacje zawsze przesyłane są w jednym kierunku - od warstwy wejściowej do warstwy wyjściowej - i nigdy nie cofają się.
Techopedia wyjaśnia Feedforward Neural Network
Sprzężona z siecią sieć neuronowa, jako podstawowy przykład projektowania sieci neuronowej, ma ograniczoną architekturę. Sygnały przechodzą z warstwy wejściowej na dodatkowe warstwy. Niektóre przykłady wcześniejszych projektów są jeszcze prostsze. Na przykład jednowarstwowy model perceptronowy ma tylko jedną warstwę, z sygnałem sprzężenia zwrotnego przemieszczającym się z warstwy do pojedynczego węzła. Wielowarstwowe modele perceptronów z większą liczbą warstw są również przesyłane do przodu.
W czasach, gdy naukowcy opracowali pierwsze sztuczne sieci neuronowe, świat technologii poczynił wszelkiego rodzaju postępy w budowaniu bardziej wyrafinowanych modeli. Istnieją powtarzające się sieci neuronowe i inne konstrukcje, które zawierają pętle lub cykle. Istnieją modele, które obejmują propagację wsteczną, w której system uczenia maszynowego zasadniczo optymalizuje się, wysyłając dane z powrotem przez system. Sieć neuronowa ze sprzężeniem zwrotnym nie obejmuje żadnego z tego typu projektów, dlatego jest to unikalny typ systemu, który jest dobry do nauki tych projektów po raz pierwszy.
