ফিড-ফরওয়ার্ড নিউরাল নেটওয়ার্ক (Feed-Forward Neural Networks)
ফিড-ফরওয়ার্ড নিউরাল নেটওয়ার্ক সিগন্যালকে শুধু একটি দিকে যাওয়ার অনুমতি দেয়, ইনপুট থেকে আউটপুট। কোনো ফিডব্যাক (লুপ) নেই, অর্থাৎ যেকোনো লেয়ারের আউটপুট সেই সেম লেয়ারকে প্রভাবিত করে না। ফিড-ফরওয়ার্ড নেটওয়ার্ক সাধারণত সহজ নেটওয়ার্ক যা ইনপুটকে আউটপুটের সাথে যুক্ত করে। এটি প্যাটার্ন রিকগনিশনে ব্যবহার করা যেতে পারে। এই ধরনের সংগঠনকে বটম-আপ বা টপ-ডাউন হিসেবে উপস্থাপন করা হয়।
হিডেন লেয়ারের প্রতিটি ইউনিট সাধারণত ইনপুট লেয়ারের সব ইউনিটের সাথে ফুল्ली কানেক্টেড থাকে। যেহেতু এই নেটওয়ার্ক স্ট্যান্ডার্ড ইউনিট ধারণ করে, হিডেন লেয়ারের ইউনিটগুলো প্রতিটি ইনপুটের মানকে তার সংশ্লিষ্ট ওজন দিয়ে গুণ করে, সেগুলোকেও যোগ করে, এবং ট্রান্সফার ফাংশন প্রয়োগ করে তাদের আউটপুট গণনা করে।
একটি নিউরাল নেটওয়ার্কের একাধিক হিডেন লেয়ার থাকতে পারে, nhưng সাধারণত একটি হিডেন লেয়ার পর্যাপ্ত। লেয়ার যত চোড়া, নেটওয়ার্কের প্যাটার্ন চিহ্নিত করার ক্ষমতা তত বেশি।
ডান পাশের চূড়ান্ত ইউনিট হল আউটপুট লেয়ার কারণ এটি নিউরাল নেটওয়ার্কের আউটপুটের সাথে সংযুক্ত। এটি হিডেন লেয়ারের সব ইউনিটের সাথে ফুল्ली কানেক্টেড। নিউরাল নেটওয়ার্ক সাধারণত একটি একক মান গণনা করতে ব্যবহৃত হয়, তাই আউটপুট লেয়ারে শুধু একটি ইউনিট থাকে এবং মানটি।
আউটপুট লেয়ারের একাধিক ইউনিট থাকতেও পারে। উদাহরণস্বরূপ, একটি ডিপার্টমেন্ট স্টোর চেইন চায় যে ব্যবহারকারীরা কত সম্ভাবনা আছে বিভিন্ন ডিপার্টমেন্ট থেকে প্রোডাক্ট কেনবে, যেমন উইমেনস অ্যাপারেল, ফার্নিচার, এবং এন্টারটেইনমেন্ট। স্টোরগুলো এই ডেটা ব্যবহার করে প্রোমোশন এবং ডায়রেক্ট মেইলিং পরিকল্পনা করতে চায়।
ব্যাকপ্রোপাগেশন অ্যালগরিদম একটি মাল্টিলেয়ার ফিড-ফরওয়ার্ড নিউরাল নেটওয়ার্কে লার্নিং বাস্তবায়ন করে। ইনপুটগুলো প্রতিটি ট্রেনিং স্যাম্পলের জন্য গণনা করা অ্যাট্রিবিউটকে উদ্দীপিত করে। ইনপুটগুলো ইনপুট লেয়ার গঠনকারী ইউনিটের একটি লেয়ারে ফিড করা হয়।
এই ইউনিটের ওজনযুক্ত আউটপুটগুলো একসাথে দ্বিতীয় লেয়ারের নিউরোন-সদৃশ ইউনিট যাকে হিডেন লেয়ার বলা হয়, তে ফিড করা হয়। হিডেন লেয়ারের ওজনযুক্ত আউটপুট আরও হিডেন লেয়ারের ইনপুট হতে পারে ইত্যাদি। হিডেন লেয়ারের সংখ্যা שרירות적이고 সাধারণত একটি ব্যবহার করা হয়।
চূড়ান্ত হিডেন লেয়ারের ওজনযুক্ত আউটপুট আউটপুট লেয়ার গঠনকারী ইউনিটের ইনপুট, যেটি নেটওয়ার্কের প্রদত্ত স্যাম্পলের জন্য প্রেডিকশন বিতরণ করে। হিডেন লেয়ার এবং আউটপুট লেয়ারের ইউনিটগুলোকেও নিউরোড (neurodes) বলা হয়, তাদের প্রতীকীয় जैविक উপাদানের কারণে বা আউটপুট ইউনিট হিসেবে। হিডেন ইউনিটের মাধ্যমে লিনিয়ার থ্রেশহোল্ড ফাংশনের মাল্টিলেয়ার ফিড-ফরওয়ার্ড নেটওয়ার্ক প্রায় যেকোনো ফাংশন অনুমান করতে পারে।
