6.2 BASIC CONCEPTS OF NEURAL NETWOR

6.2 BASIC CONCEPTS OF NEURAL NETWORKS: ARCHITECTURE
Ultimately, the architecture of a neural network model is driven by the task it is intended to address.
For instance, neural network models have been used as classifiers, as forecasting tools, and as general optimizers.
As shown later in this chapter, neural network classifiers are typically multilayer models in which information is passed from one layer to the next, with the ultimate goal of mapping an input to the network to a specific category, as identified by an output of the network.
A neural model used as an optimizer, in contrast, can be a single layer of neurons, highly interconnected, and can compute neuron values iteratively until the model converges to a stable state.
This stable state represents an optimal solution to the problem under analysis.

ผลลัพธ์ (ไทย) 1:

6.2 แนวคิดพื้นฐานเครือข่ายประสาท: สถาปัตยกรรมสุด สถาปัตยกรรมแบบจำลองโครงข่ายประสาทถูกควบคุม โดยงานนี้มีวัตถุประสงค์เพื่อที่อยู่ ตัวอย่าง แบบจำลองโครงข่ายประสาทถูกใช้ เป็นคำนามภาษา คาดการณ์เครื่องมือ และ เป็นการเพิ่มประสิทธิภาพทั่วไป ตามที่แสดงในบทนี้ คำนามภาษาเครือข่ายประสาทที่ซึ่งข้อมูลจะถูกส่งผ่านจากชั้นหนึ่งไป มีเป้าหมายสูงสุดของแมปอินพุตกับเครือข่ายประเภทเฉพาะ ตามที่ระบุ โดย output ของเครือข่ายแบบหลายชั้นโดยทั่วไป แบบประสาทที่ใช้เป็นการเพิ่มประสิทธิภาพ สามารถชั้นเดียวของ neurons เข้าใจ สูง และสามารถคำนวณค่าเซลล์ประสาทซ้ำ ๆ จนกว่าแบบ converges ไปยังสถานะที่มีเสถียรภาพในทางตรงกันข้าม รัฐนี้มีเสถียรภาพแทนโซลูชั่นดีที่สุดปัญหาภายใต้การวิเคราะห์

ผลลัพธ์ (ไทย) 2:

6.2 แนวคิดพื้นฐานของเครือข่ายประสาท: สถาปัตยกรรม
ในท้ายที่สุดสถาปัตยกรรมของรูปแบบเครือข่ายประสาทถูกขับเคลื่อนโดยงานจะมีจุดมุ่งหมายเพื่อที่อยู่.
ยกตัวอย่างเช่นรูปแบบเครือข่ายประสาทได้รับการใช้เป็นจําแนกเป็นเครื่องมือในการพยากรณ์และการเพิ่มประสิทธิภาพเป็นทั่วไป.
ในฐานะที่เป็น แสดงให้เห็นต่อไปในบทนี้แยกแยะเครือข่ายประสาทโดยทั่วไปจะมีหลายรูปแบบในการที่ข้อมูลจะถูกส่งผ่านจากชั้นหนึ่งไปยังอีกที่มีเป้าหมายสูงสุดของการทำแผนที่การป้อนข้อมูลไปยังเครือข่ายที่จะเป็นหมวดหมู่เฉพาะที่ระบุไว้โดยการส่งออกของเครือข่าย
รูปแบบของระบบประสาทใช้เป็นเครื่องมือเพิ่มประสิทธิภาพในทางตรงกันข้ามอาจจะเป็นชั้นเดียวของเซลล์ประสาทที่เชื่อมต่อกันสูงและสามารถคำนวณค่าเซลล์ประสาทซ้ำจนรูปแบบลู่ไปยังรัฐที่มั่นคง.
นี้รัฐที่มั่นคงหมายถึงวิธีการแก้ปัญหาที่ดีที่สุดในการแก้ไขปัญหาภายใต้การวิเคราะห์

ผลลัพธ์ (ไทย) 3:

6.2 แนวคิดพื้นฐานของโครงข่ายประสาทเทียม : สถาปัตยกรรม
ในที่สุด สถาปัตยกรรมของโครงข่ายประสาทเทียมแบบจำลองจะถูกขับเคลื่อนโดยงานนี้มีจุดประสงค์เพื่อที่อยู่
ตัวอย่าง แบบจำลองโครงข่ายประสาทเทียมถูกใช้เป็นลักษณนาม การพยากรณ์เป็นเครื่องมือและเป็น optimizers ทั่วไป
แสดงต่อมาในบทนี้โครงข่ายประสาทเทียมแบบหลายคำโดยทั่วไปซึ่งข้อมูลถูกส่งผ่านจากหนึ่งชั้นถัดไป มีเป้าหมายสูงสุดของการแมปอินพุตไปยังเครือข่ายประเภทที่เฉพาะเจาะจง , ตามที่ระบุโดย output ของเครือข่าย
a แบบจำลองที่ใช้เป็น เพิ่มประสิทธิภาพ ในทางตรงกันข้ามจะเป็นชั้นเดียวประสาทสูง เชื่อมต่อกันและสามารถคำนวณค่าซ้ำจนรูปแบบเซลล์เข้าสู่สภาวะคงที่
ภาพนี้คงเป็นโซลูชั่นที่เหมาะสมกับปัญหา
ภายใต้การวิเคราะห์