Layer Nascosto

/ˈhɪdən ˈleɪər/

Layer Nascosto: Layer in una rete neurale tra input e output che apprendono rappresentazioni intermedie. I layer nascosti estraggono feature sempre più astratte. Le reti profonde hanno molti layer nascosti. Il termine 'nascosto' si riferisce al non essere direttamente osservabile come input o output.

In English: Hidden LayerLegge III · Come una rete impara dai dati

I layer nascosti estraggono feature sempre più astratte. Le reti profonde hanno molti layer nascosti. Il termine 'nascosto' si riferisce al non essere direttamente osservabile come input o output.

Formula

h = φ(Wx+b)

Esempio numerico

import numpy as np
x = np.array([1.0, 2.0])
W = np.array([[0.5, -1.0], [0.2, 0.3]])
b = np.array([0.1, -0.2])
h = np.maximum(0, W @ x + b)
print(h)  # [0.0, 0.6]

Quando usarlo

Gli strati nascosti compongono trasformazioni e apprendono rappresentazioni intermedie non osservate direttamente.

Limiti

Numero e larghezza aumentano capacità e costo; troppa capacità favorisce overfitting senza regolarizzazione.

Esempi

  • Molteplici layer nascosti in reti profonde
  • Layer estrazione feature
  • Representation learning

Autovalutazione

Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.

1. Che cos’è Layer Nascosto?
Spiegazione

Layer Nascosto: Layer in una rete neurale tra input e output che apprendono rappresentazioni intermedie. I layer nascosti estraggono feature sempre più astratte. Le reti profonde hanno molti layer nascosti. Il termine 'nascosto' si riferisce al non essere direttamente osservabile come input o output.

2. Quale applicazione è coerente con Layer Nascosto?
Spiegazione

Gli strati nascosti compongono trasformazioni e apprendono rappresentazioni intermedie non osservate direttamente.

3. Quale voce è collegata a Layer Nascosto?
Spiegazione

Le voci correlate sono scelte per collegamento tecnico, non per somiglianza casuale.