Feedforward neuronales Netzwerk

Definition - Was bedeutet Feedforward Neural Network?

Das Feedforward-Neuronale Netzwerk ist ein spezifischer Typ eines frühen künstlichen Neuronalen Netzwerks, das für seine Einfachheit des Designs bekannt ist. Das vorwärtsgerichtete neuronale Netzwerk hat eine Eingangsschicht, verborgene Schichten und eine Ausgangsschicht. Informationen bewegen sich immer in eine Richtung - von der Eingabeebene zur Ausgabeschicht - und gehen niemals rückwärts.

Technische.me erklärt Feedforward Neural Network

Das vorwärtsgerichtete neuronale Netzwerk als primäres Beispiel für das Design neuronaler Netzwerke weist eine begrenzte Architektur auf. Die Signale gehen von einer Eingabeebene zu zusätzlichen Ebenen. Einige Beispiele für Feedforward-Designs sind noch einfacher. Beispielsweise hat ein einschichtiges Perzeptronmodell nur eine Schicht, wobei sich ein Vorwärtskopplungssignal von einer Schicht zu einem einzelnen Knoten bewegt. Mehrschichtige Perzeptronmodelle mit mehr Schichten sind ebenfalls vorwärts gerichtet.

In den Tagen, seit Wissenschaftler die ersten künstlichen neuronalen Netze entwickelt haben, hat die Technologiewelt alle möglichen Fortschritte beim Aufbau komplexerer Modelle erzielt. Es gibt wiederkehrende neuronale Netze und andere Designs, die Schleifen oder Zyklen enthalten. Es gibt Modelle mit Backpropagation, bei denen das maschinelle Lernsystem im Wesentlichen optimiert, indem Daten über ein System zurückgesendet werden. Das vorwärtsgerichtete neuronale Netzwerk beinhaltet keine dieser Art von Entwurf, und daher ist es eine einzigartige Art von System, die zum ersten Mal zum Erlernen dieser Entwürfe geeignet ist.