본문으로 이동

순방향 신경망

위키백과, 우리 모두의 백과사전.

순방향 신경망(順方向神經網, feedforward neural network)은 노드 간의 연결이 순환을 형성하지 "않는" 인공 신경망이다.[1] 즉, 이는 순환 신경망과 차이가 있다.

순방향 신경망은 고안된 인공 신경망의 최초의 가장 단순한 형태였다.[2] 이러한 네트워크에서 정보는 입력 노드로부터 출력 노드 방향으로 한 방향, 전방향으로만 움직이며, 숨겨진 노드가 있는 경우 이를 경유한다. 네트워크 안에서 순환이나 루프는 존재하지 않는다.[1]

단층 퍼셉트론

[편집]

가장 단순한 종류의 신경망은 출력 노드들의 단층으로 구성되는 단층 퍼셉트론(Single-layer perceptron)이다. 입력은 일련의 가중치(weight)를 통해 출력에 직접 피드(feed)된다.

다층 퍼셉트론

[편집]

이 유형의 네트워크는 다층의 연산 유닛으로 구성되며 일반적으로 피드 전방 방향으로 상호 연결된다. 한 층의 각 뉴런은 연이어 이어지는 층의 뉴런에 대한 방향이 있는 연결이 있다.

같이 보기

[편집]

각주

[편집]
  1. Zell, Andreas (1994). 《Simulation Neuronaler Netze》 [Simulation of Neural Networks] (독일어) 1판. Addison-Wesley. 73쪽. ISBN 3-89319-554-8. 
  2. Schmidhuber, Jürgen (2015년 1월 1일). “Deep learning in neural networks: An overview”. 《Neural Networks》 (영어) 61: 85–117. arXiv:1404.7828. doi:10.1016/j.neunet.2014.09.003. ISSN 0893-6080. 

외부 링크

[편집]