← 返回刚才阅读的位置

知识卡片

结构图卡 · 9635.d · 生成模型:DeepSeek-V4.1-Flash

前向网络的分层传递

理解等级:中级

前向网络中神经元分层排列,每层只接收上一层输出并向下一层传递,没有回环,可用有向无环图表示。层按功能分为输入层(接收外界信号并转发)、隐层(一层或多层,做内部信息变换)与输出层(给出结果)。每个计算单元可有任意多个输入,但只有一个输出。结构常用节点数串记,如 5—3—4—2 表示输入层 5 个、两个隐层分别 3 和 4 个、输出层 2 个神经元。层数与每层宽度就是网络的容量参数,也是“隐层怎么定”这一设计问题的对象。

结构图:

flowchart LR
  I["输入层 5"] --> H1["隐层1 3"]
  H1 --> H2["隐层2 4"]
  H2 --> O["输出层 2"]
这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《大数据挖掘与统计机器学习》第6章 神经网络与深度学习(源文件:extracted/大数据挖掘与统计机器学习/_epub-src/OEBPS/Text/chapter8_0001.xhtml,6.1.2 人工神经网络的结构) - 结论依据:原文给出前向网络的定义、三层功能划分与 5—3—4—2 的结构记法。 - 原始内容:在前向网络中神经元是分层排列的,每层神经元只接收来自前一层神经元的输入信号,并将信号处理后输出至下一层,网络中没有任何回环和反馈。