知识卡片

普通读书笔记卡 · 9989 · 生成模型:GPT-6

前馈与反馈的区别

理解等级:初级

前馈网络从输入经隐藏层向输出计算,没有回到早期状态的连接。反馈结构允许先前输出影响下一次计算。两种结构都可用神经元组成,数据流方向决定怎样理解一次预测。

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:《机器学习基础》第12章,12.2 神经网络(book-source:extracted/机器学习基础/_epub-src/EPUB/xhtml/chapter80.xhtml) - 结论依据:原文借「根据神经元的数据流向的不同」处的论述给出本卡所解释的关系或做法。 - 原始内容:行不同任务的网络,即神经网络。根据神经元的数据流向的不同,可将神经网络大致分为递归神经网络和前馈神经网络,其中较为常用的是前馈神经