![Neural networks [10.6] : Natural language processing - neural network language model](https://i.ytimg.com/vi/FoDz01QNSiY/hqdefault.jpg)
Content
- Definició: què significa Feedforward Neural Network?
- Una introducció a Microsoft Azure i al Microsoft Cloud | Durant aquesta guia, podreu conèixer què és la informàtica en núvol i com Microsoft Azure us pot ajudar a migrar i executar el vostre negoci des del núvol.
- Techopedia explica Feedforward Neural Network
Definició: què significa Feedforward Neural Network?
La xarxa neuronal avançada és un tipus específic de xarxa neuronal artificial primerenca coneguda per la seva simplicitat de disseny. La xarxa neuronal d’avançament té una capa d’entrada, capes ocultes i una de sortida. La informació sempre viatja en una direcció (de la capa d’entrada a la capa de sortida) i mai no retrocedeix.
Una introducció a Microsoft Azure i al Microsoft Cloud | Durant aquesta guia, podreu conèixer què és la informàtica en núvol i com Microsoft Azure us pot ajudar a migrar i executar el vostre negoci des del núvol.
Techopedia explica Feedforward Neural Network
La xarxa neuronal avançada, com a exemple principal de disseny de xarxes neuronals, té una arquitectura limitada. Els senyals van d’una capa d’entrada a capes addicionals. Alguns exemples de dissenys d'avantguarda són encara més senzills. Per exemple, un model de perceptiu d’una sola capa té una sola capa, amb un senyal d’avanç que es mou d’una capa a un node individual. Els models de perceptius multicapa, amb més capes, també són útils.
En els dies que els científics van idear les primeres xarxes neuronals artificials, el món de la tecnologia ha avançat tot tipus en la construcció de models més sofisticats. Hi ha xarxes neuronals recurrents i altres dissenys que contenen bucles o cicles. Hi ha models que impliquen una posterior propagació, on el sistema d’aprenentatge automàtic s’optimitza fonamentalment mitjançant la introducció de dades mitjançant un sistema. La xarxa neuronal avançada no implica cap d'aquest tipus de disseny, per la qual cosa és un tipus de sistema únic que és bo per aprendre aquests dissenys per primera vegada.