AI Dictionary › Modelli AI
Livello di input
The input layer is the first layer of a neural network, the one that receives the raw data to be processed and presents it to the rest of the network in a numerical form suited to subsequent computation. It does not perform learned transformations like other layers: its job is to organize incoming data, for example the pixels of an image or the token identifiers of a text, into the numerical structure expected by the following layers.
The input layer is the first layer of a neural network, the one that receives the raw data to be processed and presents it to the rest of the network in a numerical form suited to subsequent computation. It does not perform learned transformations like other layers: its job is to organize incoming data, for example the pixels of an image or the token identifiers of a text, into the numerical structure expected by the following layers.
The shape of the input layer depends on the type of data the model must process: in a network working on images, each input neuron may correspond to the value of a single pixel or color channel; in a language model, the input is not directly numerical but first passes through an embedding layer that converts token identifiers into dense vectors. In this second case, the embedding layer can be considered the network's true numerical entry point.
It is present in every neural network and is the mandatory starting point of every computation: it defines how much and what kind of data the model can receive in a single pass, and its size is constrained by the nature of the problem, for example the resolution of images or the maximum length of a text sequence the model can handle.
The term describes its function directly: it is the layer through which information enters (input) the network, the point from which every subsequent transformation carried out by the hidden layers and the output layer begins.
Il livello di input è il primo strato di una rete neurale, quello che riceve i dati grezzi da elaborare e li presenta al resto della rete in una forma numerica adatta ai calcoli successivi. Non esegue trasformazioni apprese come gli altri strati: il suo compito è organizzare i dati in ingresso, per esempio i pixel di un'immagine o gli identificatori dei token di un testo, nella struttura numerica attesa dagli strati successivi.
La forma del livello di input dipende dal tipo di dato che il modello deve elaborare: in una rete che lavora su immagini, ogni neurone di input può corrispondere al valore di un singolo pixel o canale colore; in un modello linguistico, l'input non è direttamente numerico ma passa prima attraverso un livello di embedding che converte gli identificatori dei token in vettori densi. In questo secondo caso il livello di embedding può essere considerato la vera porta d'ingresso numerica della rete.
È presente in ogni rete neurale ed è il punto di partenza obbligato di ogni elaborazione: definisce quanti e quali dati il modello può ricevere in un singolo passo, e la sua dimensione è vincolata dalla natura del problema, per esempio dalla risoluzione delle immagini o dalla lunghezza massima di una sequenza di testo che il modello può gestire.
Il termine descrive la sua funzione in modo diretto: è lo strato attraverso cui l'informazione entra (input) nella rete, il punto da cui parte ogni successiva trasformazione compiuta dai livelli nascosti e dal livello di output.
From our network
Magellano GPS — Fleet Tracking Made Simple
Real-time GPS tracking, remote engine lock, fuel and CO₂ reporting for your fleet.
Visit magellanogps.com →From the Agora Intelligence blog
📱 Download the Android app (beta) iOS coming soon
Say what you mean. Get what you need.
Grace Certified — the AI coach that trains and certifies your prompt engineering — by Agora Intelligence.