Warstwa wejściowa (Input Layer).

Warstwa wejściowa to pierwsza warstwa w architekturze sieci neuronowej, której główną funkcją jest przyjmowanie danych wejściowych, które następnie są przekazywane do kolejnych warstw w celu dalszego przetwarzania. Przekształca ona surowe dane, takie jak obrazy, tekst lub sygnały liczbowe, na format zrozumiały dla sieci, zwykle reprezentowany jako wektor liczb. Warstwa ta nie przetwarza danych w sposób złożony, a jej zadaniem jest jedynie odebranie informacji i przekazanie ich dalej.

W kontekście głębokiego uczenia warstwa wejściowa pełni rolę interfejsu między światem zewnętrznym a modelem analitycznym, umożliwiając rozpoczęcie procesu uczenia i klasyfikacji. W zależności od rodzaju i struktury danych, jej rozmiar i kształt są dostosowywane tak, aby odzwierciedlać wymiarowość wejściowego sygnału. W przypadku np. obrazów wejściem jest często trójwymiarowa macierz o wymiarach odpowiadających wysokości, szerokości i liczbie kanałów koloru.