目次:
定義-フィードフォワードニューラルネットワークの意味
フィードフォワードニューラルネットワークは、設計が単純であることで知られる初期の人工ニューラルネットワークの特定のタイプです。 フィードフォワードニューラルネットワークには、入力層、隠れ層、出力層があります。 情報は常に入力層から出力層へ一方向に移動し、決して逆方向に移動しません。
Techopediaはフィードフォワードニューラルネットワークについて説明します
ニューラルネットワーク設計の主要な例としてのフィードフォワードニューラルネットワークのアーキテクチャは限られています。 信号は入力層から追加の層に送られます。 フィードフォワード設計の例はさらに単純です。 たとえば、単一層のパーセプトロンモデルには1つの層しかなく、フィードフォワード信号は層から個々のノードに移動します。 より多くの層を持つ多層パーセプトロンモデルもフィードフォワードです。
科学者が最初の人工ニューラルネットワークを考案して以来、テクノロジーの世界はより洗練されたモデルの構築においてあらゆる種類の進歩を遂げてきました。 ループまたはサイクルを含むリカレントニューラルネットワークおよびその他の設計があります。 バックプロパゲーションを含むモデルがあります。このモデルでは、システムを通じてデータを送り返すことにより、機械学習システムが本質的に最適化されます。 フィードフォワードニューラルネットワークにはこのタイプの設計は一切含まれていないため、これらの設計を初めて学習するのに適したユニークなタイプのシステムです。
