Πολυεπίπεδο Εμπειρογνώμονας (MLP)
Ένας Πολυεπίπεδος Εμπειρογνώμονας είναι ένα κλασικό πλήρως συνδεδεμένο νευρωνικό δίκτυο τροφοδοσίας προς τα εμπρός, εκπαιδευμένο με τον αλγόριθμο οπισθοδιάδοσης, όπως τυποποιήθηκε από τους Rumelhart, Hinton & Williams στην εμβληματική τους εργασία του 1986 στο Nature. Αποτελούμενο από ένα επίπεδο εισόδου, ένα ή περισσότερα κρυφά επίπεδα νευρώνων και ένα επίπεδο εξόδου, το MLP μαθαίνει μη γραμμικούς μετασχηματισμούς από τα χαρακτηριστικά εισόδου στις στοχευόμενες εξόδους και χρησιμεύει ως το θεμελιώδες δομικό στοιχείο της σύγχρονης βαθιάς μάθησης.
Διαβάστε ολόκληρη τη μέθοδο
Συνδεθείτε με δωρεάν λογαριασμό για να διαβάσετε αυτή την ενότητα.
Method map
The neighbourhood of related methods — select a node to explore.
+4 more
Πηγές
- Rumelhart, D. E., Hinton, G. E. & Williams, R. J. (1986). Learning representations by back-propagating errors. Nature, 323, 533–536. DOI: 10.1038/323533a0 ↗
- Goodfellow, I., Bengio, Y. & Courville, A. (2016). Deep Learning (Ch. 6–8). MIT Press. ISBN: 978-0-262-03561-3
- Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 5). Springer. ISBN: 978-0-387-31073-2
Πώς να παραπέμψετε σε αυτή τη σελίδα
ScholarGate. (2026, June 3). Multilayer Perceptron (Fully Connected Feedforward Neural Network). ScholarGate. https://scholargate.app/el/deep-learning/multilayer-perceptron
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Λογιστική ΠαλινδρόμησηΕρευνητική Στατιστική↔ compare
- Τυχαίο ΔάσοςΜηχανική Μάθηση↔ compare
- Αναδρομικό Νευρωνικό ΔίκτυοΒαθιά Μάθηση↔ compare
- XGBoostΜηχανική Μάθηση↔ compare
Αναφέρεται από
Εντοπίσατε πρόβλημα σε αυτή τη σελίδα; Αναφέρετέ το ή προτείνετε διόρθωση →