前馈神经网络(二 网络结构)
声明:
本文是博主在学习前馈神经网络时的笔记,仅供学术交流、非商用。内容可能涉及一些大佬的资料(包含网上电子的和实体书籍等),由于学习工程中查阅的资料多而杂,所以每一部分具体的参考资料并没有详细对应,如有侵权,还望海涵,并联系博主删除。本人才疏学浅,笔记中难免存在不当和错误之处,还望各位读者海涵和指教,不胜感激。
二、网络结构
对神经元进行有机的结合并相互连接,就构成了神经网络模型,目前常用的神经网络结构有前馈网络、记忆网络和图网络。要注意的是,在实际任务中,大多数网络都是复合性的,即一个神经网络中包含多种神经网络结构。
2.1 前馈网络
前馈神经网络是一种最简单的神经网络,各神经元分层排列。每个神经元只与前一层的神经元相连,接收前一层的输出,并输出给下一层。整个网络中的信息是朝同一个方向传播的,各层间没有反馈。前馈神经网络可以看作一个函数,通过简单的非线性函数的多次复合,实现输入空间到输出空间的复杂映射。
前馈网络结构示例(圆形节点表示一个神经元)
2.2 记忆
前馈神经网络(二 网络结构)最先出现在Python成神之路。
共有 0 条评论