![Palautteinen hermoverkko - Tekniikka Palautteinen hermoverkko - Tekniikka](https://a.continuousdev.com/technology/feedforward-neural-network.jpg)
Sisältö
- Määritelmä - Mitä Feedforward-hermoverkko tarkoittaa?
- Johdanto Microsoft Azureen ja Microsoft Cloud | Tämän oppaan läpi opit mitä pilvipalvelussa on kyse ja kuinka Microsoft Azure voi auttaa sinua siirtämään ja johtamaan yritystä pilvestä.
- Techopedia selittää Feedforward-hermostoverkon
Määritelmä - Mitä Feedforward-hermoverkko tarkoittaa?
Eteenpäin suuntautunut hermoverkko on erityinen varhaisen keinotekoisen hermoverkon tyyppi, joka tunnetaan suunnittelun yksinkertaisuudesta. Eteenpäin siirtyvässä hermoverkossa on tulokerros, piilotetut kerrokset ja lähtökerros. Tiedot kulkevat aina yhteen suuntaan - tulokerroksesta lähtökerrokseen - eivätkä koskaan mene taaksepäin.
Johdanto Microsoft Azureen ja Microsoft Cloud | Tämän oppaan läpi opit mitä pilvipalvelussa on kyse ja kuinka Microsoft Azure voi auttaa sinua siirtämään ja johtamaan yritystä pilvestä.
Techopedia selittää Feedforward-hermostoverkon
Eteenpäin siirtyvällä hermoverkolla, ensisijaisena esimerkkinä hermoverkon suunnittelusta, on rajoitettu arkkitehtuuri. Signaalit siirtyvät tulokerroksesta lisäkerroksiin. Jotkut esimerkit myöhemmistä malleista ovat vielä yksinkertaisempia. Esimerkiksi yksikerroksisessa perceptron-mallissa on vain yksi kerros, kun eteenpäin suuntautuva signaali siirtyy kerroksesta yksittäiseen solmuun. Monikerroksiset perceptron-mallit, joissa on enemmän kerroksia, ovat myös eteenpäin suuntautuvia.
Aikoina, jolloin tutkijat ovat suunnitelleet ensimmäiset keinotekoiset hermostoverkot, tekniikkamaailma on edistynyt kaikenlaisessa kehittyneempien mallien rakentamisessa. On toistuvia hermoverkkoja ja muita malleja, jotka sisältävät silmukoita tai syklejä. Joissain malleissa on mukana jälkikasvatuksia, joissa koneoppimisjärjestelmä optimoi olennaisesti lisäämällä tietoja takaisin järjestelmän kautta. Eteenpäin suuntautuvaan hermoverkkoon ei sisälly mitään tämän tyyppistä suunnittelua, joten se on ainutlaatuinen järjestelmätyyppi, joka on hyvä oppia nämä mallit ensimmäistä kertaa.