Neuronale Netze

dkriesel.com3.3 Verschiedene Netztopologien3.3.1 FeedForward-Netze bestehenaus Schichten undVerbindungen zur jeweilsnächsten SchichtNetz inSchichtenFeedForward-Netze (Abb. 3.3) sind indieser Arbeit die Netze, die wir zunächsterforschen werden (wenn auch später andereTopologien verwendet werden). DieNeurone sind in Schichten eingeteilt: EineEingabeschicht, n versteckte Verarbeitungsschichten(unsichtbar von außen,weswegen man die Neurone darinauch als versteckt bezeichnet) und eineAusgabeschicht. Die Verbindungenvon einem jeden Neuron dürfen bei einemFeedForward-Netz ausschließlich einNeuron der nächsten Schicht (in RichtungAusgabeschicht) treffen. Die fürein FeedForward-Netz zugelassenen Verbindungensind in Abb. 3.3 durchgezogendargestellt. Sehr oft begegnet manFeedForward-Netzen, in denen jedes Neuroni eine Verbindung zu allen Neuronender nachfolgenden Schicht besitzt (dieseSchichten nennt man dann untereinandervollverknüpft). Outputneurone werdenzur Vermeidung von Benennungskonfliktenoft mit Ω bezeichnet.Definition 3.10 (FeedForward-Netz): EinFeedForward-Netz (Abb. 3.3) besitzt klarabgetrennte Schichten von Neuronen: EineEingabeschicht, eine Ausgabeschicht undbeliebig viele innere, von außen nicht sichtbareVerarbeitungsschichten (auch versteckteSchichten bzw. hidden layer genannt).Verbindungen sind nur zu Neuronender jeweils nächsten Schicht erlaubt. i 1 i 2 h 1 h 2 h 3 Ω 1 Ω 2 i 1 i 2 h 1 h 2 h 3 Ω 1 Ω 2i 1i 2h 1h 2h 3Ω 1Ω 2Abbildung 3.3: Ein FeedForward-Netz mit dreiSchichten: Zwei Inputneurone, drei versteckteNeurone und zwei Outputneurone. Charakteristischin der Hinton-Darstellung für vollverknüpfteFeedForward-Netze: Die Blockbildung überder Diagonalen.D. Kriesel – Ein kleiner Überblick über Neuronale Netze (EPSILON-DE) 41