Neuron

Neuron

new Neuron(inputCount, index, optionsopt)

Description:
  • Erstellt ein neues Neuron mit zufällig initialisierten Gewichten.

Source:
Parameters:
Name Type Attributes Default Description
inputCount number

Anzahl der Eingänge (= Gewichte)

index number

Position des Neurons im Layer (für Snapshot/Debug)

options Object <optional>
{}
Properties
Name Type Attributes Default Description
initMethod string <optional>
'xavier'

Initialisierungsmethode: 'xavier', 'he', 'random'

initScale number <optional>
1

Skalierungsfaktor für Gewichte

Members

bias :number

Description:
  • Bias-Wert.

Source:

Bias-Wert.

Type:
  • number

delta :number

Description:
  • Delta-Wert aus dem Backpropagation-Schritt. Wird temporär während des Backward-Pass gespeichert.

Source:

Delta-Wert aus dem Backpropagation-Schritt. Wird temporär während des Backward-Pass gespeichert.

Type:
  • number

gradients :Float64Array|null

Description:
  • Letzte Gewichts-Gradienten (optional, für Visualisierung).

Source:

Letzte Gewichts-Gradienten (optional, für Visualisierung).

Type:
  • Float64Array | null

index :number

Description:
  • Index des Neurons im Layer.

Source:

Index des Neurons im Layer.

Type:
  • number

output :number

Description:
  • Letzter berechneter Aktivierungswert (Output nach Aktivierungsfunktion).

Source:

Letzter berechneter Aktivierungswert (Output nach Aktivierungsfunktion).

Type:
  • number

preActivation :number

Description:
  • Letzter Pre-Activation-Wert (z = Σ(w·x) + b, VOR der Aktivierungsfunktion). Benötigt für ReLU-Ableitung im Backpropagation-Schritt.

Source:

Letzter Pre-Activation-Wert (z = Σ(w·x) + b, VOR der Aktivierungsfunktion). Benötigt für ReLU-Ableitung im Backpropagation-Schritt.

Type:
  • number

weights :Float64Array

Description:
  • Gewichte zum vorherigen Layer. Pre-allokiert als Float64Array für V8-Optimierung.

Source:

Gewichte zum vorherigen Layer. Pre-allokiert als Float64Array für V8-Optimierung.

Type:
  • Float64Array

Methods

forward(inputs, activationFn) → {number}

Description:
  • Berechnet den Forward-Pass für dieses Neuron. z = Σ(w_i · x_i) + b output = activation(z)

Source:
Parameters:
Name Type Description
inputs Float64Array | Array.<number>

Eingabewerte vom vorherigen Layer

activationFn function

Aktivierungsfunktion

Returns:

Der Aktivierungswert

Type
number

getSnapshot() → {NeuronSnapshot}

Description:
  • Erstellt einen Snapshot des aktuellen Zustands. Nutzt Kopien, um Immutabilität zu gewährleisten (Convention §5).

Source:
Returns:
Type
NeuronSnapshot

setBias(value)

Description:
  • Setzt den Bias manuell (für Nutzer-Interaktion).

Source:
Parameters:
Name Type Description
value number

Neuer Bias-Wert

setWeight(weightIndex, value)

Description:
  • Setzt ein einzelnes Gewicht manuell (für Nutzer-Interaktion).

Source:
Parameters:
Name Type Description
weightIndex number

Index des Gewichts

value number

Neuer Wert

Throws:

Wenn der Index außerhalb des gültigen Bereichs liegt

Type
Error