知识卡片
前馈与反馈网络按信息路径区分
前馈网络让信息从输入层经隐藏层流向输出层,单次前向计算中没有反馈环;反馈或循环网络允许状态与信号沿回路反复影响后续状态。前者常把多层函数组合用于映射,后者可研究动态状态与稳定性。反馈网络并不必然是无向完全图,具体连接、更新规则和能否稳定都由模型决定;比较两类网络应看信息是否回流,而非只数层数。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 9 . 2 神 经 网 络 算 法 实 现 · 查看原书依据
表19.1 传输函数总结 2. 拓扑结构 基于神经元的数学模型,根据网络连接的拓扑结构,神经网络模型可以分为前向网络(有向无环)和反馈网络(无向完备图,也称循环网络),对于反馈网络,其所有节点都是计算单元,也可以接受输入并向外界输出。
参考来源
- 位置:《智能算法导论》第 181 项《1 9 . 2 神 经 网 络 算 法 实 现/拓 扑 结 构》(源文件:`_epub-src/EPUB/xhtml/chapter19_0004.xhtml`)
- 结论依据:正文分别描述前向网络的层间连接与反馈网络的反复信号传递,并以单隐层图 19.9 作前馈例子;原书把所有反馈网络等同“无向完备图”过窄,卡片按是否成环界定。
- 原始内容:根据网络连接的拓扑结构,神经网络模型可以分为前向网络……和反馈网络……信息在神经元之间反复传递至趋于某一稳定状态……对于前向网络,其每个神经元只和前一层的神经元相连。