什么是前馈神经网络？(a feedforward neural network?)

前馈神经网络是一种神经网络类型，其中单元连接不在回路中移动，而是在单个定向路径中移动。这与递归神经网络不同，在递归神经网络中，信息可以在整个系统中前后移动。前馈神经网络可能是最常见的神经网络类型，因为它是最容易理解和配置的网络之一。这些类型的神经网络用于数据挖掘和其他需要预测行为的研究领域。...

前馈神经网络是一种神经网络类型，其中单元连接不在回路中移动，而是在单个定向路径中移动。这与递归神经网络不同，在递归神经网络中，信息可以在整个系统中前后移动。前馈神经网络可能是最常见的神经网络类型，因为它是最容易理解和配置的网络之一。这些类型的神经网络用于数据挖掘和其他需要预测行为的研究领域。

Feedforward neutral networks are used in data mining and other applications where predictive behavior is studied.

神经网络是一种人工智能网络，旨在松散地模仿人脑的“思维”过程。通过将数据串输入网络，计算机有机会“学习”流经网络的模式，使其能够正确识别答案并提供趋势分析。它们用于需要一定程度的学习和模式识别的任务中，例如在数据挖掘操作期间。数据挖掘只是从一系列信息中分析趋势，如消费者购买趋势和股市走势分析。

通过前馈神经网络传输的信息进入输入层，经过隐藏层，然后从网络的外层出现，为最终用户提供查询答案。输入层就是用户输入原始数据或信息参数的地方。交易的实质发生在隐藏层，计算机依靠其处理类似数据的“经验”来生成估计的回复。信息通过输出层传输，在输出层中，向最终用户返回答案。

当最终用户提供越来越多的实验数据时，前馈神经网络通常会变得更有效。与计算平均值非常相似，使用大量测试事件可以得到更准确的结果。例如，在六面模具上滚动“1”的概率为16.667%；但要通过使用真实世界的数据来确认计算出的平均值，还需要数百或数千次模拟。前馈神经网络是相同的；随着时间和经验的推移，他们的回答会变得更加准确。

发表于 2021-12-10 12:44
阅读 ( 411 )
分类：互联网

你可能感兴趣的文章

神经网络(neural network)和深度学习(deep learning)的区别

神经网络与深度学习的关键区别在于，神经网络的运行方式与人脑中的神经元相似，可以更快地完成各种计算任务，而深度学习是一种特殊的机器学习，模仿人类获取知识的学习方法。神经网络有助于建立预测模型来解决复...

发布于 2020-10-18 10:17
阅读 ( 1195 )

神经嵴(neural crest)和神经管(neural tube)的区别

...运行，并延伸到其前端之外。目录 1. 概述和主要区别 2. 什么是神经嵴 3. 什么是神经管 4. 神经嵴与神经管的相似性 5. 并列比较-神经嵴与神经管的表格形式 6. 摘要什么是神经嵴(a neural crest)？神经嵴是起源于神经管背侧区的成...

发布于 2020-10-25 11:44
阅读 ( 464 )

微软cortana冰箱会告诉你什么时候牛奶用完了

... 以深度学习和人工神经网络为动力 ...

发布于 2021-03-17 13:26
阅读 ( 185 )

googlehome现在支持多个用户，但仍然不能将工作和个人帐户分开

...这个东西来区分不同的人听起来相当容易，谷歌正在使用神经网络来识别谁是谁！真是太酷了。 We ask you to say the phrases “Ok Google” and “Hey Google” two times each. Those phrases are then ****yzed by a neural network, which can detect certain characterist...

发布于 2021-05-10 19:35
阅读 ( 317 )