Előrefelé irányuló hálózat

term_id: feed_forward_network

Category: basic_concepts

Definition

Az Előrefelé irányuló hálózatok (FFN), más néven Többrétegű Perceptronok (MLP), sorosan dolgozzák fel az adatokat a neuronrétegeken keresztül a bemenettől a kimenet felé visszacsatolási hurkok nélkül. Minden neuron bemeneteket kap, ezeket súlyozott összeget képez, majd egy aktivációs függvényen vezeti át őket, mielőtt továbbítaná az eredményt a következő rétegnek.

Summary

Az artifi ciális neurális hálózatok egy olyan osztálya, ahol a csomópontok közötti kapcsolatok nem alkotnak ciklust, és az információ egy irányban terjed.

Key Concepts

  • Nincsenek ciklusok
  • Rétegek (Bemenet, Rejtett, Kimenet)
  • Aktivációs függvények
  • Súlyozott összegek

Use Cases

  • Egyszerű regressziós feladatok
  • Besorolási problémák táblázatos adatokkal
  • Mélyebb architektúrák építőelemei

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