Rede Feed-Forward

term_id: feed_forward_network

Category: basic_concepts

Definition

Redes Feed-Forward (FFNs), também conhecidas como Perceptrons Multicamadas (MLPs), processam dados sequencialmente através de camadas de neurônios, da entrada à saída, sem laços de retroalimentação. Cada neurônio recebe entradas, aplica pesos e funções de ativação para produzir uma saída.

Summary

Uma classe de rede neural artificial onde as conexões entre nós não formam ciclos, propagando informações em uma única direção.

Key Concepts

  • Sem Ciclos
  • Camadas (Entrada, Oculta, Saída)
  • Funções de Ativação
  • Somas Ponderadas

Use Cases

  • Tarefas simples de regressão
  • Problemas de classificação com dados tabulares
  • Blocos de construção para arquiteturas mais profundas

Code Example

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

Relacionados