Fremoverrettet nettverk

term_id: feed_forward_network

Category: basic_concepts

Definition

Fremoverrettede nettverk (FFN), også kjent som flernivå-perceptroner (MLP), behandler data sekvensielt gjennom lag av nøyroner fra inndata til utdata uten tilbakemeldingssykluser. Hver nøyron mottar inndata, beregner en vekted sum og anvender en aktiveringsfunksjon før den sender signalet videre til neste lag.

Summary

En klasse av kunstige neurale nettverk der forbindelsene mellom nodene ikke danner sykluser, og som former informasjon i én retning.

Key Concepts

  • Ingen sykluser
  • Lag (Inndata, skjulte lag, utdata)
  • Aktiveringsfunksjoner
  • Vektede summer

Use Cases

  • Enkle regresjonsoppgaver
  • Klassifiseringsproblemer med tabulære data
  • Byggemoduler for dypere arkitekturer

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