2015-06-05
315
Более крупные и сложные нейронные сети обладают, как правило, и большими вычислительными возможностями. Многослойные сети могут образовываться каскадами слоев. Выход одного слоя является входом для последующего. Многослойные сети могут привести к увеличению вычислительной мощности лишь в том случае, если активационная функция между слоями будет нелинейной. Вычисление выхода слоя заключается в умножении входного вектора на первую весовую матрицу с последующим умножением (если отсутствует нелинейная активационная функция) результирующего вектора на вторую весовую матрицу. Следовательно, любая многослойная линейная сеть может быть заменена эквивалентной однослойной сетью.
Рис. 6. Многослойная нейронная сеть.
Классификация нейронных сетей
Классификация нейронных сетей обычно производится по двум признакам:
· по типу обучения;
· по архитектуре связей.
