介绍一下前馈神经网络(Feedforward Neural Network,FNN)
给定一组神经元,可以将神经元作为节点来构建一个网络。不同的神经网络模型有着不同网络连接的拓扑结构。一种比较直接的拓扑结构就是前馈神经网络,也是最早发明的简单的人工神经网络,流行时间也是比较久远。此外,前馈神经网络也经常被称为多层感知器(Multi-Layer Perceptron,MLP)。
在前馈神经网络中,各个神经元分别属于不同的层。每一层的神经元可以接受前一层神经元的信号,并产生信号送入下一层。首先,第0层称为输入层,最后一层称为输出层,其他中间层称为隐藏层。整个网络无反馈,信号从输入层向输出层单向传播,可以用一个有向无环图表示。
如下给出了前馈神经网络的示例。
现在给出前馈神经网络的记号
实现前行传播,以第L-1和第L层来研究前向传播,下面大致流程:
这样,前馈神经网络可以通过逐层的信息传递,得到最后的输出。