Hvad er et fremadrettet neuralt netværk?

Et feedforward neuralt netværk er en type neuralt netværk, hvor enhedsforbindelserne ikke rejser i en loop, men snarere på en enkelt rettet sti. Dette adskiller sig fra et tilbagevendende neuralt netværk, hvor information kan bevæge sig både fremad og bagud i hele systemet. Et fremadrettet neuralt netværk er måske den mest almindelige type neurale netværk, da det er en af ​​de nemmeste at forstå og konfigurere. Disse typer neurale netværk bruges i data mining og andre studieområder, hvor forudsigelig adfærd er påkrævet.

Et neuralt netværk er et kunstigt intelligensnetværk designet til løst at efterligne "tænkning" -processerne i en menneskelig hjerne. Ved at fodre strenge af data til netværket får computeren muligheder for at "lære" de mønstre, der flyder gennem det, hvilket gør det muligt for det at identificere svar korrekt og give trendanalyse. De bruges i opgaver, hvor en vis grad af læring og mønstergenkendelse er påkrævet, f.eks. Under datamining. Data mining er simpelthen analysen af ​​tendenser fra en samling af information, såsom analyse af forbrugerkøbstendenser og aktiemarkedsprogression.

Information, der rejser gennem et fremadrettet neuralt netværk, går ind i inputlaget, rejser gennem det skjulte lag og fremgår af det ydre lag af netværket, hvilket giver slutbrugeren et svar på deres forespørgsel. Et inputlag er simpelthen det sted, hvor brugeren indtaster de rå data eller parametre for informationen. Kødet til transaktionen finder sted i det skjulte lag, hvor computeren falder tilbage på sin "oplevelse" af at håndtere lignende data for at producere et estimeret svar. Oplysningerne er tragt gennem outputlaget, hvor der gives et svar tilbage til slutbrugeren.

Et feedforward neuralt netværk bliver typisk mere effektivt, da slutbrugeren giver det flere og flere eksperimentelle data. Ligesom CalcuLatering af et gennemsnit vil et mere nøjagtigt resultat nås fra at bruge et bredt antal testbegivenheder. For eksempel er sandsynligheden for at rulle en "1" på en seks-sidet matrice 16,667 procent; Men det vil tage hundreder eller tusinder af simuleringer, før det beregnede gennemsnit bekræftes ved hjælp af data i den virkelige verden. Feedforward neurale netværk er de samme; Deres svar vil blive mere nøjagtige med tid og erfaring.