CNNs have one more arrow in their q

CNNs have one more arrow in their quiver. Fully connected layers take the high-level filtered images and translate them into votes. In our case, we only have to decide between two categories, X and O. Fully connected layers are the primary building block of traditional neural networks. Instead of treating inputs as a two-dimensional array, they are treated as a single list and all treated identically. Every value gets its own vote on whether the current image is an X or and O. However, the process isn’t entirely democratic. Some values are much better than others at knowing when the image is an X, and some are particularly good at knowing when the image is an O. These get larger votes than the others. These votes are expressed as weights, or connection strengths, between each value and each category.

ผลลัพธ์ (ไทย) 1:

CNNs มีลูกศรเพิ่มเติมหนึ่งในไม้ของพวกเขา ชั้นความสวยถ่ายภาพการกรองพื้นฐาน และเป็โหวต ในกรณีของเรา เราจะต้องตัดสินใจระหว่างสองประเภท X และ o.เต็มเชื่อมต่อชั้นเป็นกลุ่มอาคารหลักของเครือข่ายประสาทแบบดั้งเดิม แทนที่จะรักษาปัจจัยการผลิตเป็นแบบอาร์เรย์สองมิติ พวกเขาจะถือว่าเป็นรายการเดียวและทั้งหมดที่เดียว ทุกค่าได้รับของตัวเองออกเสียงว่ารูปปัจจุบันเป็น X หรือ o.และ อย่างไรก็ตาม กระบวนการไม่ใช่ประชาธิปไตยอย่างสิ้นเชิง ค่าบางค่าจะดีกว่าคนอื่น ๆ ที่รู้เมื่อภาพคือ X และบางคนรู้เมื่อภาพ มีโอมาก โหวดขนาดใหญ่กว่าคนอื่น ๆ เหล่านี้ได้ คะแนนนี้จะแสดงน้ำหนัก หรือการเชื่อมต่อแข็ง ระหว่างแต่ละค่าและแต่ละประเภท

ผลลัพธ์ (ไทย) 2:

CNNs มีลูกศรขึ้นในการสั่นของพวกเขา ชั้นเชื่อมต่ออย่างเต็มที่ใช้ระดับสูงภาพที่ผ่านการกรองและแปลให้เป็นคะแนนโหวต ในกรณีที่เราจะต้องตัดสินใจเลือกระหว่างสองประเภท X และทุมชั้นเชื่อมต่ออย่างเต็มที่เป็นกลุ่มอาคารหลักของเครือข่ายประสาทแบบดั้งเดิม แทนที่จะรักษาปัจจัยการผลิตเป็นอาร์เรย์สองมิติที่พวกเขาจะถือว่าเป็นรายการเดียวและทุกได้รับการปฏิบัติเหมือนกัน คุ้มค่าทุกคนได้รับการลงคะแนนเสียงของตัวเองไม่ว่าจะเป็นในภาพปัจจุบันเป็น X หรือและทุมอย่างไรก็ตามกระบวนการไม่ได้เป็นประชาธิปไตยอย่างสิ้นเชิง ค่าบางคนมีมากดีกว่าคนอื่น ๆ ที่รู้ว่าเมื่อภาพเป็น X และบางส่วนเป็นสิ่งที่ดีโดยเฉพาะอย่างยิ่งเมื่อรู้ว่าภาพที่เป็นทุมเหล่านี้ได้รับคะแนนเสียงที่มีขนาดใหญ่กว่าคนอื่น ๆ คะแนนโหวตเหล่านี้จะแสดงเป็นน้ำหนักหรือจุดแข็งของการเชื่อมต่อระหว่างกันมูลค่าและแต่ละประเภท

ผลลัพธ์ (ไทย) 3:

cnns มีลูกศรในสั่นของพวกเขา เต็มเชื่อมต่อชั้นใช้ระดับสูงกรองภาพและแปลให้เป็นเสียง ในกรณีของเรา เราเพียง แต่ต้องตัดสินใจระหว่างสองประเภท , X และ O . พร้อมเชื่อมต่อชั้นเป็นอาคารหลักของโครงข่ายประสาทเทียมแบบดั้งเดิม แทนการรักษาปัจจัยการผลิตเป็นอาร์เรย์สองมิติ พวกเขาจะถือว่าเป็นรายการเดียวและปฏิบัติอย่างเดียวกัน ทุกค่า ได้รับการโหวตของตัวเองว่า ภาพลักษณ์ปัจจุบันเป็น x หรือ o . อย่างไรก็ตาม กระบวนการ ไม่ใช่ทั้งหมดของประชาธิปไตย บางค่ามีมากดีกว่าคนอื่นที่รู้เมื่อภาพ X , และบางดีโดยเฉพาะอย่างยิ่งที่ทราบเมื่อภาพเป็น . เหล่านี้ได้รับการโหวต มีขนาดใหญ่กว่าคนอื่น ๆ เสียงเหล่านี้จะแสดงเป็นหนัก หรือการเชื่อมต่อระหว่างแต่ละค่า และจุดแข็งในแต่ละประเภท