Inhaltsverzeichnis:
Definition - Was bedeutet Feedforward Neural Network?
Das vorwärtsgerichtete neuronale Netzwerk ist eine spezielle Art eines frühen künstlichen neuronalen Netzwerks, das für seine Einfachheit des Designs bekannt ist. Das vorwärtsgerichtete neuronale Netzwerk hat eine Eingangsschicht, versteckte Schichten und eine Ausgangsschicht. Informationen wandern immer in eine Richtung - von der Eingabeebene zur Ausgabeebene - und gehen nie zurück.
Techopedia erklärt Feedforward Neural Network
Das vorwärtsgerichtete neuronale Netzwerk als ein primäres Beispiel für den Entwurf eines neuronalen Netzwerks weist eine begrenzte Architektur auf. Die Signale gehen von einer Eingangsschicht zu weiteren Schichten. Einige Beispiele für Feedforward-Designs sind noch einfacher. Ein einschichtiges Perzeptronmodell hat beispielsweise nur eine Schicht, wobei sich ein Feedforward-Signal von einer Schicht zu einem einzelnen Knoten bewegt. Mehrschichtige Perceptron-Modelle mit mehr Schichten sind ebenfalls vorwärts gerichtet.
In den Tagen, seit die Wissenschaftler die ersten künstlichen neuronalen Netze entwickelt haben, hat die Technologiewelt alle möglichen Fortschritte beim Bau 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 durch das Zurücksenden von Daten über ein System optimiert wird. Das vorwärtsgerichtete neuronale Netzwerk beinhaltet keine dieser Arten von Designs, und daher handelt es sich um einen einzigartigen Systemtyp, mit dem diese Designs zum ersten Mal erlernt werden können.
