Jaringan Umpan Maju

term_id: feed_forward_network

Category: basic_concepts

Definition

Jaringan Umpan Maju (FFN), yang juga dikenal sebagai Multi-Layer Perceptrons (MLP), memproses data secara berurutan melalui lapisan neuron dari masukan ke keluaran tanpa loop umpan balik. Setiap neuron menerima masukan, melakukan penjumlahan tertimbang, dan menerapkannya pada fungsi aktivasi sebelum meneruskan sinyal ke lapisan berikutnya.

Summary

Kelas jaringan saraf tiruan di mana koneksi antar node tidak membentuk siklus, menyebarkan informasi dalam satu arah.

Key Concepts

  • Tanpa Siklus
  • Lapisan (Masukan, Tersembunyi, Keluaran)
  • Fungsi Aktivasi
  • Penjumlahan Tertimbang

Use Cases

  • Tugas regresi sederhana
  • Masalah klasifikasi dengan data tabel
  • Blok bangunan untuk arsitektur yang lebih dalam

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