12.類神經網路是模仿生物神經元結構和功能的數學或計算模型，其中常見的多層前饋網路(Multilayer Feedforward Network)是由三部分組成， 分別是：
(A)輸入層(Input layer)、輸出層(Output layer)、隱藏層(Hidden layer)
(B)輸入層(Input layer)、輸出層(Output layer)、學習層(Learning layer)
(C)初始層(Initial layer)、執行層(Execute layer)、隱藏層(Hidden layer)
(D)輸入層(Input layer)、回饋層(Feedforwad layer)、學習層(Learning layer)

答案：登入後查看
統計： A(56), B(24), C(3), D(24), E(0) #3247007

詳解 (共 2 筆)

#6121843
類神經網路中的多層前饋網路通常由三部分...
(共 139 字，隱藏中）
前往觀看
10
0
#7349916

(by wiki)基本結構

一種常見的多層結構的前饋網路（Multilayer Feedforward Network）由三部分組成，

  • 輸入層（Input layer），眾多神經元（Neuron）接受大量非線形輸入訊息。輸入的訊息稱為輸入向量。
  • 輸出層（Output layer），訊息在神經元鏈結中傳輸、分析、權衡，形成輸出結果。輸出的訊息稱為輸出向量。
  • 隱藏層（Hidden layer），簡稱「隱層」，是輸入層和輸出層之間眾多神經元和鏈結組成的各個層面。隱層可以有一層或多層。隱層的節點（神經元）數目不定，但數目越多神經網路的非線性越顯著，從而神經網路的強健性（控制系統在一定結構、大小等的參數攝動下，維持某些效能的特性）更顯著。習慣上會選輸入節點1.2至1.5倍的節點。

這種網路一般稱為感知器（對單隱藏層）或多層感知器（對多隱藏層），神經網路的類型已經演變出很多種，這種分層的結構也並不是對所有的神經網路都適用。

0
0