Sequential Model

Ein Sequential Model ist eine bestimmte Bauform von Programmen, die aus Beispielen lernen. Solche lernenden Programme bestehen aus mehreren Rechenstufen, die man Schichten nennt. Jede Schicht nimmt Zahlen entgegen, verrechnet sie und gibt neue Zahlen weiter. Beim Sequential Model sind diese Schichten wie Perlen auf einer Schnur aufgereiht: eine Eingabe, dann Schicht für Schicht, am Ende ein Ergebnis. Es gibt keine Abzweigungen und keine Rückwege. Der englische Name bedeutet genau das: sequentiell, also streng der Reihe nach.

Die einfachste Bauform als Einstiegspunkt

Wer neuronale Netze lernt, beginnt fast immer mit dieser Bauform. Der Grund ist praktisch: Man muss nur eine Liste von Schichten angeben, sonst nichts. Die Reihenfolge in der Liste ist zugleich die Reihenfolge der Berechnung. Dadurch kann man in wenigen Zeilen Code ein funktionierendes Modell bauen.

Trotz der Einfachheit ist ein Sequential Model kein Spielzeug. Für viele Standardaufgaben reicht es völlig aus. Ein Modell, das handgeschriebene Ziffern erkennt, lässt sich so bauen. Auch eine Vorhersage, ob eine Kundin einen Vertrag kündigt, kommt mit dieser Struktur aus.

Wichtig ist die Abgrenzung zu einem verwandten Begriff. In der Sprachverarbeitung spricht man von Sequenzmodellen, wenn ein Modell Wortfolgen verarbeitet. Das meint etwas anderes. Beim Sequential Model geht es um den Aufbau des Netzes, nicht um die Art der Daten. Diese Verwechslung ist ein häufiger Anfängerfehler.

Schichten auf einer Schnur

Man kann sich das Modell wie eine Fabrikstraße vorstellen. Ein Rohstoff läuft hinein, jede Station bearbeitet ihn ein Stück weiter. Am Ende der Straße steht das fertige Produkt. Keine Station überspringt eine andere, keine schickt etwas zurück.

Konkret gibt man beim Programmieren eine Liste an. Zuerst eine Schicht, die die Eingabedaten annimmt, etwa die Pixel eines Bildes. Dann folgen mehrere Zwischenschichten, die Muster aus den Daten herausarbeiten. Zuletzt kommt eine Ausgabeschicht mit so vielen Ausgängen, wie es mögliche Antworten gibt. Bei zehn Ziffern sind das zehn Ausgänge.

Diese Klarheit hat einen Preis. Sobald ein Modell zwei verschiedene Eingaben gleichzeitig braucht, etwa ein Bild und einen Text, scheitert die Bauform. Dasselbe gilt, wenn eine Schicht ihr Ergebnis an zwei Stellen weitergeben soll. Für solche Fälle nutzen Entwickler die sogenannte Functional API. Dort darf man Schichten frei verdrahten, auch mit Abzweigungen und Zusammenführungen.

Vom Tutorial bis zum Produktivsystem

Am häufigsten begegnet der Begriff in Programmbibliotheken. Keras und TensorFlow von Google bieten eine Klasse namens Sequential an, PyTorch eine ähnliche mit dem Namen nn.Sequential. Wer ein Tutorial zu neuronalen Netzen öffnet, stößt in den ersten Zeilen darauf. Auch in Schulprojekten und Bachelorarbeiten ist es die Standardwahl.

In Produkten großer Anbieter steckt diese Bauform selten allein. Moderne Sprachmodelle wie GPT oder Bildmodelle haben verzweigte Strukturen mit Verbindungen, die einzelne Schichten überspringen. Solche Abkürzungen sind für sehr tiefe Netze notwendig, damit das Training überhaupt gelingt. Dort ist ein reines Sequential Model zu starr.

Trotzdem taucht die Bauform auch dort auf, nämlich als Baustein. Entwickler fassen mehrere Schichten zu einem Sequential-Block zusammen und setzen diese Blöcke dann in eine größere, verzweigte Architektur ein. Das hält den Code übersichtlich. Wer den Begriff in einer Repository-Beschreibung liest, sollte ihn deshalb nicht als Hinweis auf ein besonders simples System lesen.