Spisu treści:
- Definicja - Co oznacza wielowarstwowa sieć neuronowa?
- Techopedia wyjaśnia wielowarstwową sieć neuronową
Definicja - Co oznacza wielowarstwowa sieć neuronowa?
Wielowarstwowa sieć neuronowa zawiera więcej niż jedną warstwę sztucznych neuronów lub węzłów. Różnią się one znacznie projektem. Należy zauważyć, że chociaż jednowarstwowe sieci neuronowe były przydatne na wczesnym etapie ewolucji sztucznej inteligencji, ogromna większość używanych obecnie sieci ma model wielowarstwowy.
Techopedia wyjaśnia wielowarstwową sieć neuronową
Wielowarstwowe sieci neuronowe można skonfigurować na wiele sposobów. Zazwyczaj mają co najmniej jedną warstwę wejściową, która wysyła ważone dane wejściowe do szeregu ukrytych warstw i warstwę wyjściową na końcu. Te bardziej wyrafinowane konfiguracje są również powiązane z nieliniowymi kompilacjami wykorzystującymi sigmoidy i inne funkcje do kierowania odpalaniem lub aktywacją sztucznych neuronów. Podczas gdy niektóre z tych systemów mogą być budowane fizycznie, przy użyciu materiałów fizycznych, większość jest tworzona za pomocą funkcji oprogramowania modelujących aktywność neuronową.
Konwolucyjne sieci neuronowe (CNN), tak przydatne w przetwarzaniu obrazu i wizji komputerowej, a także cykliczne sieci neuronowe, sieci głębokie i systemy głębokiego przekonania są przykładami wielowarstwowych sieci neuronowych. Na przykład CNN mogą mieć dziesiątki warstw, które działają sekwencyjnie na obrazie. Wszystko to jest kluczowe dla zrozumienia, jak funkcjonują nowoczesne sieci neuronowe.
