知识卡片
前向网络的分层传递
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第6章 神经网络与深度学习 · 查看原书依据
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。
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。