ফিড-ফরোয়ার্ড নিউরাল নেটওয়ার্ক সিগন্যালকে ইনপুট থেকে আউটপুট পর্যন্ত শুধুমাত্র একটি পদ্ধতিতে ভ্রমণ করতে দেয়। কোন প্রতিক্রিয়া (লুপ) নেই যেমন কিছু স্তরের আউটপুট একই স্তরকে প্রভাবিত করে না। ফিড-ফরোয়ার্ড নেটওয়ার্কগুলি সাধারণ নেটওয়ার্ক হতে থাকে যা আউটপুটগুলির সাথে ইনপুটগুলিকে সংযুক্ত করে। এটা প্যাটার্ন স্বীকৃতি ব্যবহার করা যেতে পারে. এই ধরনের সংস্থাকে নিচের-আপ বা টপ-ডাউন হিসাবে উপস্থাপন করা হয়।
লুকানো স্তরের প্রতিটি ইউনিট সাধারণত ইনপুট স্তরের কিছু ইউনিটের সাথে সম্পূর্ণভাবে সংযুক্ত থাকে। যেহেতু এই নেটওয়ার্কে স্ট্যান্ডার্ড ইউনিট রয়েছে, লুকানো স্তরের ইউনিটগুলি প্রতিটি ইনপুটের মানকে তার সম্পর্কিত ওজন দ্বারা গুণ করে, এইগুলিকে সন্নিবেশিত করে এবং স্থানান্তর ফাংশন ব্যবহার করে তাদের আউটপুট গণনা করে।
একটি নিউরাল নেটওয়ার্কে বেশ কয়েকটি লুকানো স্তর থাকতে পারে, তবে যথারীতি, একটি লুকানো স্তর পর্যাপ্ত। লেয়ার যত চওড়া হবে ডিজাইন শনাক্ত করার নেটওয়ার্কের ক্ষমতা তত বেশি।
ডানদিকের চূড়ান্ত এককটি আউটপুট স্তর কারণ এটি নিউরাল নেটওয়ার্কের আউটপুটের সাথে যুক্ত। এটি লুকানো স্তরের কিছু ইউনিটের সাথে সম্পূর্ণভাবে সংযুক্ত। নিউরাল নেটওয়ার্ক সাধারণত একটি একক মান গণনা করতে ব্যবহৃত হয়, তাই আউটপুট স্তর এবং মানটিতে শুধুমাত্র একটি ইউনিট থাকে।
এটি আউটপুট স্তরের জন্য প্রযোজ্য যা এক ইউনিটের বেশি। উদাহরণস্বরূপ, মহিলাদের পোশাক, আসবাবপত্র এবং বিনোদন সহ ব্যবহারকারীরা বিভিন্ন বিভাগ থেকে পণ্য কিনবে এমন সম্ভাবনার পূর্বাভাস দেওয়ার জন্য একটি ডিপার্টমেন্ট স্টোর চেইন প্রয়োজন। প্রচার এবং সরাসরি ফোকাস মেলিং পরিকল্পনা করার জন্য স্টোরগুলির এই ডেটার প্রয়োজন।
ব্যাকপ্রোপগেশন অ্যালগরিদম একটি মাল্টিলেয়ার ফিড-ফরোয়ার্ড নিউরাল নেটওয়ার্কে শেখার কাজ করে। ইনপুটগুলি প্রতিটি প্রশিক্ষণ নমুনার জন্য গণনা করা বৈশিষ্ট্যগুলিকে উদ্দীপিত করে। ইনপুটগুলি ইনপুট স্তর তৈরি করে ইউনিটগুলির একটি স্তরে খাওয়ানো হয়৷
এই ইউনিটগুলির ওজনযুক্ত আউটপুটগুলি একই সাথে নিউরনের দ্বিতীয় স্তরে খাওয়ানো হয় যেমন ইউনিটগুলিকে লুকানো স্তর বলা হয়। লুকানো স্তর হল ওজনযুক্ত আউটপুট যা একাধিক লুকানো স্তর ইত্যাদিতে ইনপুট করা যেতে পারে৷ একাধিক লুকানো স্তরগুলি নির্বিচারে এবং প্রায়শই, একটি ব্যবহার করা হয়৷
চূড়ান্ত লুকানো স্তরের ওজনযুক্ত আউটপুটগুলি আউটপুট স্তর তৈরিকারী ইউনিটগুলির ইনপুট, যা প্রদত্ত নমুনার জন্য নেটওয়ার্কের পূর্বাভাসকে ছড়িয়ে দেয়। লুকানো স্তর এবং আউটপুট স্তরের ইউনিটগুলি তাদের প্রতীকী জৈবিক উপাদানগুলির কারণে বা আউটপুট ইউনিট হিসাবে নিউরোড হিসাবে উপস্থাপিত হয়। লুকানো ইউনিটের মাধ্যমে প্রদত্ত লিনিয়ার থ্রেশহোল্ড ফাংশনগুলির মাল্টিলেয়ার ফিড-ফরোয়ার্ড নেটওয়ার্কগুলি প্রায় কিছু ফাংশন আনুমানিক করতে পারে৷
