Δίκτυο Προώθησης προς Τα Έμπροσθεν (Feed-Forward Network)

term_id: feed_forward_network

Category: basic_concepts

Definition

Τα Δίκτυα Προώθησης προς Τα Έμπροσθεν (FFN), γνωστά επίσης ως Πολυεπίπεδοι Αντιληπτόνες (MLP), επεξεργάζονται τα δεδομένα ακολουθιακά μέσω επιπέδων νευρώνων από την είσοδο στην έξοδο, χωρίς βρόχους ανατροφοδότησης. Κάθε νευρώνας λαμβάνει εισόδους

Summary

Μια κατηγορία τεχνητών νευρωνικών δικτύων όπου οι συνδέσεις μεταξύ των κόμβων δεν σχηματίζουν κύκλους, διαδίδοντας την πληροφορία σε μία μόνο κατεύθυνση.

Key Concepts

  • Χωρίς κύκλους (No cycles)
  • Επίπεδα (Είσοδος, Κρυφό, Έξοδος) (Layers)
  • Συναρτήσεις ενεργοποίησης (Activation functions)
  • Βαρυσθενή άθροισμα (Weighted sums)

Use Cases

  • Απλές εργασίες παλινδρόμησης
  • Προβλήματα ταξινόμησης με πινάκων δεδομένων
  • Δομικά στοιχεία για πιο βαθιές αρχιτεκτονικές

Code Example

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14

import torch.nn as nn

class SimpleFFN(nn.Module):
    def __init__(self, input_size, hidden_size, output_size):
        super(SimpleFFN, self).__init__()
        self.fc1 = nn.Linear(input_size, hidden_size)
        self.relu = nn.ReLU()
        self.fc2 = nn.Linear(hidden_size, output_size)

    def forward(self, x):
        x = self.fc1(x)
        x = self.relu(x)
        x = self.fc2(x)
        return x

Related