Turinys:
- Apibrėžimas - ką reiškia „Feedforward“ neuroninis tinklas?
- „Techopedia“ paaiškina „Feedforward“ neuronų tinklą
Apibrėžimas - ką reiškia „Feedforward“ neuroninis tinklas?
Pradinis nervų tinklas yra specifinis ankstyvojo dirbtinio nervų tinklo tipas, žinomas dėl savo dizaino paprastumo. Pakartotinis nervų tinklas turi įvesties, paslėptus ir išvesties sluoksnius. Informacija visada eina viena kryptimi - nuo įvesties sluoksnio iki išvesties - ir niekada negrįžta atgal.
„Techopedia“ paaiškina „Feedforward“ neuronų tinklą
Pradinis nervų tinklo, kaip pirminio neuroninio tinklo projektavimo pavyzdžio, architektūra yra ribota. Signalai pereina iš įvesties sluoksnio į papildomus sluoksnius. Kai kurie ateities dizaino pavyzdžiai yra dar paprastesni. Pvz., Vieno sluoksnio perceptrono modelis turi tik vieną sluoksnį, kai pirmyn nukreiptas signalas juda iš sluoksnio į atskirą mazgą. Daugiasluoksniai „perceptron“ modeliai, turintys daugiau sluoksnių, taip pat yra nauji.
Tomis dienomis, kai mokslininkai sukūrė pirmuosius dirbtinius neuroninius tinklus, technologijų pasaulis padarė visokią pažangą kurdamas sudėtingesnius modelius. Yra pasikartojantys neuroniniai tinklai ir kiti dizainai, kuriuose yra kilpų ar ciklų. Yra modelių, susijusių su pakartotiniu dauginimu, kai mašininio mokymosi sistema iš esmės optimizuojama siunčiant duomenis atgal per sistemą. Pradiniame neuronų tinkle nėra tokio tipo projektavimo, todėl tai yra unikalaus tipo sistema, kuri yra gera norint pirmą kartą išmokti šiuos dizainus.
