Hidden Layer (Verborgene Schicht)
Hidden Layers (verborgene Schichten) sind Schichten künstlicher Neuronen in einem neuronalen Netzwerk, die nicht direkt mit Ein- oder Ausgabe verbunden sind. Sie liegen zwischen der Eingabeschicht (Input Layer) und der Ausgabeschicht (Output Layer) und sind für die Extraktion komplexer Merkmale aus Daten verantwortlich.
Funktionsweise: Jede Hidden Layer transformiert rohe Eingabedaten in abstraktere Repräsentationen. Flachere Schichten erkennen einfache Muster (z. B. Kanten in Bildern), tiefere Schichten komplexere Zusammenhänge (z. B. Gesichter). Anzahl und Größe der Hidden Layers bestimmen die Kapazität eines Modells.
Deep Learning verdankt seinen Namen der Tiefe dieser verborgenen Schichten. Mehr Schichten ermöglichen komplexere Muster, erhöhen aber auch den Rechenaufwand und das Risiko von Overfitting. Hidden Layers sind unverzichtbar für Bildverarbeitung, Sprachverarbeitung und alle komplexen KI-Aufgaben.
Beispiel
In einem Bilderkennungsnetz erkennen frühe Hidden Layer Kanten und spätere Schichten ganze Objekte wie Gesichter.