feedforward neural network
Et neuralt netværk, hvor informationen flyder i én retning fra input til output uden tilbageløb.
Kort fortalt
En simpel type neuralt netværk, der sender data fremad gennem lag uden at huske tidligere input.
- Kategori
- arkitektur
- Niveau
- begynder
- Udtale
- /ˈfiːdfɔːrwərd ˈnjʊərəl ˈnɛtwɜːrk/
Betydninger
1- 1
En arkitektur for kunstige neurale netværk, hvor neuronerne er organiseret i lag, og forbindelser kun går fra et lag til det næste uden cykler eller feedback.
- Et feedforward neuralt netværk med ét skjult lag kan approximere enhver kontinuert funktion. — Universal approximation theorem, Cybenko 1989
- De fleste deep learning-modeller består af stablede feedforward-lag.
Hvornår bruges det
Feedforward-netværk bruges som grundlæggende byggesten i deep learning, især til klassifikation og regression. De trænes med backpropagation og anvendes i modeller som flerlagede perceptroner (MLP).
Formel
y = f(Wx + b)Kodeeksempel
import numpy as np
def feedforward(W1, b1, W2, b2, x):
h = np.maximum(0, np.dot(x, W1) + b1) # ReLU activation
y = np.dot(h, W2) + b2
return ySimpel Python-implementering af et feedforward-netværk med ét skjult lag og ReLU-aktivering.
Oprindelse
'Feedforward' (eng. 'fremadkobling') refererer til signalets ensrettede strøm; 'neuralt netværk' er en metafor inspireret af hjernens neuroner.
Afledte ord
2Kilder
2- Goodfellow, I., Bengio, Y., & Courville, A. (2016). Deep Learning. MIT Press.
- Rosenblatt, F. (1958). The perceptron: a probabilistic model for information storage and organization in the brain. Psychological Review, 65(6), 386–408.