The flow of activation in these net

The flow of activation in these network is specified through a weighted summation process. Each neuron sends its current activation any unit is connected to, which is then multiplied by the weight of the connection to the receiving neuron and passed through some squashing function, typical a sigmoid, to introduce nonlinearities (if this were a purely linear process, then additional layers wouldn't matter, since adding two linear combinations together produces another linear combination). Since we typically assume each layer to be completed connected to the next layer, these calculations can be done via multiplying the vector of activations by the weight matrix and then passing all of the results through the squashing function.

ผลลัพธ์ (ไทย) 1:

มีระบุขั้นตอนของการเปิดใช้งานเครือข่ายเหล่านี้ผ่านกระบวนการถ่วงน้ำหนักรวม แต่ละเซลล์ประสาทส่งความปัจจุบันเปิดใช้งานหน่วยใด ๆ เชื่อมต่อ ซึ่งเป็นแล้วคูณ ด้วยน้ำหนักของการเชื่อมต่อกับเซลล์ประสาทที่รับ และส่งผ่านบาง squashing ฟังก์ชัน ปกติเป็น sigmoid แนะนำ nonlinearities (ถ้ากระบวนการเส้นตรงเพียงอย่างเดียว แล้วชั้นเพิ่มเติมไม่ว่า เนื่องจากเพิ่มสองเชิงเส้นรวมกันผลิตรวมกันเชิงเส้นอื่น) เนื่องจากเรามักจะสมมติแต่ละชั้นจะเสร็จเชื่อมต่อกับชั้นถัดไป การคำนวณเหล่านี้สามารถทำได้ผ่านการคูณเวกเตอร์ของการเปิดใช้งานโดยเมตริกซ์น้ำหนัก และส่งผลลัพธ์โดยผ่านฟังก์ชัน squashing ทั้งหมด

ผลลัพธ์ (ไทย) 2:

การไหลของการเปิดใช้งานในเครือข่ายเหล่านี้มีการระบุผ่านกระบวนการผลรวมถ่วงน้ำหนัก เซลล์ประสาทแต่ละส่งยืนยันการใช้งานในปัจจุบันหน่วยงานใด ๆ ที่มีการเชื่อมต่อซึ่งจะคูณด้วยน้ำหนักของการเชื่อมต่อกับเซลล์ประสาทที่ได้รับและผ่านฟังก์ชั่น squashing บางทั่วไป sigmoid เพื่อแนะนำ nonlinearities (ถ้าครั้งนี้มีกระบวนการเชิงเส้นอย่างหมดจดแล้ว เลเยอร์เพิ่มเติมจะไม่สำคัญเนื่องจากการเพิ่มเชิงเส้นสองชุดด้วยกันอีกรวมกันผลิตเชิงเส้น) เนื่องจากเรามักจะถือว่าแต่ละชั้นจะแล้วเสร็จที่เชื่อมต่อไปยังชั้นถัดไปคำนวณเหล่านี้สามารถทำได้ผ่านทางคูณเวกเตอร์ของการเปิดใช้งานโดยเมทริกซ์น้ำหนักแล้วผ่านทั้งหมดของผลผ่านฟังก์ชั่น squashing

ผลลัพธ์ (ไทย) 3:

การไหลของการเปิดใช้งานในเครือข่ายเหล่านี้ถูกกำหนดโดยผ่านกระบวนการผลรวมถ่วงน้ำหนัก . แต่ละเซลล์จะส่ง Activation ปัจจุบันของหน่วยใด เชื่อมต่อกับ ซึ่งเป็นแล้วคูณด้วยน้ำหนักของการเชื่อมต่อการรับเซลล์และผ่านบางทับฟังก์ชัน โดยทั่วไปเป็นแบบที่จะแนะนำ nonlinearities ( นี่ถ้าเป็นกระบวนการแบบเชิงเส้นแล้วเพิ่มชั้นคงไม่สำคัญ เพราะการเพิ่มสองเชิงเส้นผสมกันสร้างอีกเส้นรวมกัน ) เนื่องจากเรามักจะสันนิษฐานว่า แต่ละชั้นจะแล้วเสร็จเชื่อมต่อกับชั้นถัดไปการคำนวณเหล่านี้สามารถทำผ่านการคูณเวกเตอร์ของกิจกรรมโดยน้ำหนักของเมทริกซ์และจากนั้นผ่านทั้งหมดของผลลัพธ์ที่ผ่านการบดบี้ ฟังก์ชัน