Jaringan Saraf Multi-Lapisan

Pengarang: Roger Morrison
Tanggal Pembuatan: 26 September 2021
Tanggal Pembaruan: 19 Juni 2024
Anonim
Model Jaringan Perceptron : Teori, Perhitungan dan Implementasi | Jaringan Syaraf Tiruan Pertemuan 6
Video: Model Jaringan Perceptron : Teori, Perhitungan dan Implementasi | Jaringan Syaraf Tiruan Pertemuan 6

Isi

Definisi - Apa yang dimaksud dengan Multi-Layer Neural Network?

Jaringan saraf multi-layer mengandung lebih dari satu lapisan neuron atau node buatan. Mereka berbeda dalam desain. Penting untuk dicatat bahwa sementara jaringan saraf single-layer berguna pada awal evolusi AI, sebagian besar jaringan yang digunakan saat ini memiliki model multi-layer.


Pengantar Microsoft Azure dan Microsoft Cloud | Sepanjang panduan ini, Anda akan mempelajari tentang apa itu cloud computing dan bagaimana Microsoft Azure dapat membantu Anda untuk bermigrasi dan menjalankan bisnis Anda dari cloud.

Techopedia menjelaskan Multi-Layer Neural Network

Jaringan saraf multi-layer dapat diatur dengan berbagai cara. Biasanya, mereka memiliki setidaknya satu lapisan input, yang memberikan masukan tertimbang ke serangkaian lapisan tersembunyi, dan lapisan keluaran pada akhirnya. Pengaturan yang lebih canggih ini juga dikaitkan dengan nonlinear builds menggunakan sigmoids dan fungsi lainnya untuk mengarahkan penembakan atau aktivasi neuron buatan. Sementara beberapa dari sistem ini dapat dibangun secara fisik, dengan bahan fisik, sebagian besar dibuat dengan fungsi perangkat lunak yang memodelkan aktivitas saraf.

Convolutional neural networks (CNNs), sangat berguna untuk pemrosesan gambar dan visi komputer, serta jaringan saraf berulang, jaringan dalam dan sistem kepercayaan mendalam adalah contoh dari jaringan saraf multi-layer. CNN, misalnya, dapat memiliki lusinan lapisan yang bekerja secara berurutan pada suatu gambar. Semua ini penting untuk memahami bagaimana fungsi jaringan saraf modern.