Mis on täielikult ühendatud närvivõrgu idee ja miks see töötab?

Täielikult ühendatud närvivõrk (Fully Connected Neural Network, FCNN) koosneb neuronite kihtidest, kus iga eelmine kiht on ühendatud kõigi järgmise kihi neuronitega. Selle arhitektuuri eesmärk on võimaldada mudelil õppida keerukaid mitte-lineaarseid seoseid sisendandmete ja sihtväärtuste vahel.

Miks see töötab:

• Iga neuron arvutab kaalutud summa sisenditest ja rakendab mitte-lineaarset aktivatsioonifunktsiooni, mis võimaldab võrgul modelleerida keerukaid funktsioone.
• Mitmed kihid ja ühendused võimaldavad järk-järgult tuvastada ja kombineerida tunnuseid, alustades lihtsatest ja jõudes keerulisemate juurde.
• Treening tagasipropagatsiooni abil võimaldab optimeerida kaalusid ja minimeerida viga treeningandmestikus.

Näide: pildituvastuses võivad esimesed kihid tuvastada servi ja tekstuure, samas kui hilisemad kihid tuvastavad keerulisemaid objekte.

Kuid täielikult ühendatud võrgud võivad olla ebaefektiivsed andmete puhul, millel on ruumiline või järjestikune struktuur, kus sobivamad on konvolutsioonilised või rekurrentsed võrgud.