Question

前馈式神经网络与反馈式神经网络有何不同？

Answer 1

前馈式神经网络和反馈式神经网络是两种主要的神经网络架构。 

前馈式神经网络是信息在网络中单向流动的结构，它的信息只能从输入层流向输出层。常见的前馈式神经网络有多层感知器和卷积神经网络。 

反馈式神经网络是信息在网络中双向流动的结构，信息可以从输入层流向输出层，也可以从输出层流回输入层。常见的反馈式神经网络有循环神经网络和递归神经网络。 

前馈式神经网络适用于静态任务，而反馈式神经网络适用于动态任务。

Answer 2

前馈式神经网络和反馈式神经网络的主要区别在于神经元的状态更新方式不同。前馈式神经网络的神经元状态更新只依赖于输入，而反馈式神经网络的神经元状态更新不仅依赖于输入，还依赖于神经元自身的状态。反馈式神经网络中的神经元具有记忆功能，在不同时刻具有不同的状态。
前馈式神经网络可以看做是一个函数，通过简单非线性函数的多次复合，实现输入空间到输出空间的复杂映射。常见的前馈神经网络包括卷积神经网络（CNN）、全连接神经网络（FCN）、生成对抗网络（GAN）等。
反馈神经网络中的信息传播可以是单向也可以是双向传播，因此可以用一个有向循环图或者无向图来表示。常见的反馈神经网络包括循环神经网络（RNN）、Hopfield网络和玻尔兹曼机。而为了进一步增强记忆网络的记忆容量，可以映入外部记忆单元和读写机制，用来保存一些网络的中间状态，称为记忆增强网络，比如神经图灵机。
异同点如下：
1、前馈神经网络的神经元状态更新只依赖于输入，而反馈神经网络的神经元状态更新不仅依赖于输入，还依赖于神经元自身的状态。
2、反馈神经网络中的神经元具有记忆功能，在不同时刻具有不同的状态。
3、前馈神经网络可以看做是一个函数，通过简单非线性函数的多次复合，实现输入空间到输出空间的复杂映射。常见的前馈神经网络包括卷积神经网络（CNN）、全连接神经网络（FCN）、生成对抗网络（GAN）等。
4、反馈神经网络中的信息传播可以是单向也可以是双向传播，因此可以用一个有向循环图或者无向图来表示。常见的反馈神经网络包括循环神经网络（RNN）、Hopfield网络和玻尔兹曼机。