Camada (aprendizagem profunda) - Layer (deep learning)
Uma camada em um modelo de aprendizado profundo é uma estrutura ou topologia de rede na arquitetura do modelo, que obtém informações das camadas anteriores e, em seguida, as passa para a próxima. Existem várias camadas famosas no aprendizado profundo, a saber, a camada convolucional e a camada de pooling máximo na rede neural convolucional . Camada totalmente conectada e camada ReLU na rede neural vanilla. Camada RNN no modelo RNN e camada deconvolucional no autoencoder etc.
Diferenças com camadas do neocórtex
Há uma diferença intrínseca entre camadas de aprendizagem profunda e camadas neocorticais : as camadas de aprendizagem profunda dependem da topologia da rede , enquanto as camadas neocorticais dependem da homogeneidade intra-camadas .
Camada densa
Camada densa , também chamada de camada totalmente conectada , refere-se à camada cujos neurônios internos se conectam a todos os neurônios da camada anterior.