前向传播#

术语解释#

前向传播（Forward Propagation），也称为正向传播，是神经网络根据输入数据计算并输出预测结果的过程。

前向传播是指输入信号从输入层进入网络，经过各隐藏层的逐层线性组合与非线性变换，最终到达输出层并产生预测值的过程。 在一个典型的全连接层中，前向传播遵循 $z^{l+1}=a^lw^l+b^l$，随后通过激活函数进行非线性映射，即 $a^{l+1}=f(z^{l+1})$。 整个过程可以看作是从左到右按序计算的流程，其输出结果（如概率分布）用于衡量模型的预测准确性。

详细内容可参见「第3.3节 反向传播与梯度下降：梯度消失与爆炸的解决方法」内容。

术语别名#

• 正向传播
• Forward Propagation
• 前向计算

相关术语#

• 反向传播
• 神经网络