As shown in Figure 6.2, a typical A

As shown in Figure 6.2, a typical ANN is made up of a hierarchy of layers, and the neurons in the networks are arranged along these layers. The neurons connected to the external environment form input and output layers. The weights are
modified to bring the network input/output behaviour into line with that of the environment.
Each neuron is an elementary information-processing unit.
It has a means of computing its activation level given the inputs and numerical weights.
To build an artificial neural network, we must decide first how many neurons are to be used and how the neurons are to be connected to form a network.
In other words, we must first choose the network architecture. Then we decide which learning algorithm to use. And finally we train the neural network, that is,we initialise the weights of the network and update the weights from a set of
training examples.Let us begin with a neuron, the basic building element of an ANN.

ผลลัพธ์ (ไทย) 1:

ดังแสดงในรูป 6.2 แอนเป็นปกติขึ้นของลำดับชั้นของเลเยอร์ และเซลล์ประสาทในเครือข่ายจะจัดตามชั้นเหล่านี้ เซลล์ประสาทที่เชื่อมต่อกับภายนอกสภาพแวดล้อมแบบอินพุท และเอาท์พุทชั้น มีน้ำหนักแก้ไขเพื่อนำเครือข่ายเอาท์พุตพฤติกรรมให้สอดคล้องกับสภาพแวดล้อมที่แต่ละเซลล์ประสาทเป็นหน่วยประมวลผลข้อมูลระดับประถมศึกษา ความหมายของคอมพิวเตอร์เปิดใช้งานระดับรับอินพุตและตุ้มน้ำหนักเป็นตัวเลขได้สร้างเป็นโครงข่ายประสาทเทียม เราต้องตัดสินใจคือการเชื่อมต่อแบบเครือข่ายเซลล์ประสาทและเซลล์ประสาทหลายวิธีแรกจะต้องใช้ ในคำอื่น ๆ เราต้องเลือกสถาปัตยกรรมเครือข่าย แล้ว เราตัดสินใจซึ่งอัลกอริทึมการเรียนรู้การใช้ และสุดท้ายเราฝึกเครือข่ายประสาท นั่นคือ เราแมตน้ำหนักของเครือข่าย และปรับปรุงน้ำหนักจากชุดของอย่างการฝึกอบรม ให้เราเริ่มต้น ด้วยเซลล์ประสาท องค์ประกอบพื้นฐานอาคารของแอน

ผลลัพธ์ (ไทย) 2:

ดังแสดงในรูป 6.2 เป็น ANN ทั่วไปถูกสร้างขึ้นจากลำดับชั้นของชั้นและเซลล์ประสาทในเครือข่ายจะจัดพร้อมชั้นเหล่านี้ เซลล์ประสาทที่เชื่อมต่อกับสภาพแวดล้อมภายนอกในรูปแบบอินพุตและเอาต์พุตชั้น น้ำหนักจะ
มีการปรับเปลี่ยนที่จะนำพฤติกรรมการป้อนข้อมูล / เครือข่ายออกเป็นเส้นกับที่ของสิ่งแวดล้อม.
แต่ละเซลล์ประสาทเป็นประถมหน่วยประมวลผลข้อมูล.
มันมีวิธีการคำนวณระดับการเปิดใช้งานได้รับปัจจัยการผลิตและน้ำหนักตัวเลข.
การสร้างเทียม เครือข่ายประสาทเราต้องตัดสินใจครั้งแรกวิธีการหลายเซลล์ประสาทจะถูกนำมาใช้และวิธีการที่เซลล์ประสาทจะถูกเชื่อมต่อกับรูปแบบเครือข่าย.
ในคำอื่น ๆ ครั้งแรกที่เราจะต้องเลือกสถาปัตยกรรมเครือข่าย จากนั้นเราก็ตัดสินใจว่าการเรียนรู้ขั้นตอนวิธีการที่จะใช้ และในที่สุดเราฝึกอบรมเครือข่ายประสาทนั่นก็คือเรา initialise น้ำหนักของเครือข่ายและปรับปรุงน้ำหนักจากชุดของ
การฝึกอบรม examples.Let เราเริ่มต้นด้วยเซลล์ประสาทองค์ประกอบอาคารพื้นฐานของ ANN

ผลลัพธ์ (ไทย) 3:

ดังแสดงในรูปที่ 6.2 ปกติแอนถูกสร้างขึ้นจากลำดับของเลเยอร์ และเซลล์ประสาทในเครือข่ายจะถูกจัดเรียงตามชั้นเหล่านี้ เซลล์ประสาทที่เชื่อมต่อกับสภาพแวดล้อมภายนอกรูปแบบอินพุตและเอาต์พุตชั้น น้ำหนักเป็นแก้ไขเพื่อนำเข้า / ออกในเครือข่ายพฤติกรรมสอดคล้องกับที่ของสภาพแวดล้อมแต่ละเซลล์เป็นหน่วยการประมวลผลข้อมูลเบื้องต้นมันมีวิธีการคำนวณของการกระตุ้นระดับให้กระผมและน้ำหนักเป็นตัวเลขการสร้างโครงข่ายประสาทเทียม เราต้องตัดสินใจก่อนกี่เซลล์ประสาทจะถูกใช้และวิธีการที่ประสาทจะถูกเชื่อมต่อในรูปแบบเครือข่ายในคำอื่น ๆที่เราต้องเลือกสถาปัตยกรรมเครือข่าย จากนั้นเราตัดสินใจที่จะเรียนรู้วิธีที่จะใช้ และสุดท้าย เราฝึกเครือข่ายประสาทที่เรา initialise น้ำหนักของเครือข่ายและปรับปรุงน้ำหนักจากชุดของตัวอย่างการฝึก ให้เราเริ่มต้นด้วยเซลล์ประสาท , อาคารพื้นฐานองค์ประกอบของ แอน