4.1. Aufbau eines Neuronalen Feed-Forward-Netzwerkes

In den nächsten Unterkapiteln soll es um Neuronale Feed-Forward-Netzwerke mit einem Input-Layer, einem Hidden-Layer und einem Output-Layer gehen (s. Abbildung 25).

Abbildung 25 (*Q25): Aufbau eines Neuronalen Feed-Forward-Netzwerkes mit 3 Schichten

Die einzelnen Ausgänge der Neuronen bzw. Perzeptronen berechnen sich wie folgt:      

yh1 = x1*w1h1 + x2*w2h1 + … + xn*wnh1 + b1

yh2 = x1*w1h2 + x2*w2h2 + … + xn*wnh2 + b1

…

yhn = x1*w1hn + x2*w2hn + … + xn*wnhn + b1

yo1 = yh1*w1o1 + yh2*w2o1 + … + yhn*wno1 + b2 = output1 (as sum)

yo2 = yh1*w1o2 + yh2*w2o2 + … + yhn*wno2 + b2 = output2 (as sum)

…

yon = yh1*w1on + yh2*w2on + … + yhn*wnon + b2 = outputn (as sum)

- 27 -