6.2 BASIC CONCEPTS OF NEURAL NETWOR

6.2 BASIC CONCEPTS OF NEURAL NETWORKS: HIDDEN LAYERS
• Complex practical applications require one or more hidden layers between the input and output neurons and a correspondingly large number of weights.
• Many commercial ANN include three and sometimes up to five layers, with each containing 10 to 1,000 processing elements.
• Some experimental ANN use millions of processing elements.
• Because each layer increases the training effort exponentially and also increases the computation required, the use of more then three hidden layers is rare in most commercial system.

ผลลัพธ์ (ไทย) 1:

6.2 แนวคิดพื้นฐานเครือข่ายประสาท: ซ่อนเลเยอร์•ประยุกต์ใช้งานจริงซับซ้อนต้องใช้ชั้นซ่อนอย่าง น้อยหนึ่งระหว่างอินพุต และผลลัพธ์ neurons และจำนวนน้ำหนักจำนวนขนาดใหญ่ •แอนมากค้ารวมสาม และบางครั้งถึง 5 ชั้น แต่ละที่ประกอบด้วยองค์ประกอบประมวลผล 10-1000 •แอนบางทดลองใช้ล้านประมวลผลองค์ประกอบ •เนื่องจากแต่ละชั้นเพิ่มพยายามฝึกสร้าง และยัง เพิ่มการคำนวณที่จำเป็น การใช้ชั้นซ่อนอยู่มากกว่าสามแล้วเป็นหายากในระบบส่วนใหญ่

ผลลัพธ์ (ไทย) 2:

6.2 แนวคิดพื้นฐานของเครือข่ายประสาท: HIDDEN เลเยอร์
•การใช้งานจริงที่ซับซ้อนต้องมีหนึ่งหรือมากกว่าหนึ่งชั้นที่ซ่อนอยู่ระหว่างอินพุทและเอาท์พุทเซลล์ประสาทและเป็นจำนวนมากเหมือนกันของน้ำหนัก.
•หลายเชิงพาณิชย์ ANN รวมถึงสามและบางครั้งถึงห้าชั้นกับแต่ละที่มี 10 องค์ประกอบการประมวลผล 1,000.
•บาง ANN ทดลองใช้นับล้านขององค์ประกอบการประมวลผล.
•เนื่องจากแต่ละชั้นเพิ่มความพยายามในการฝึกอบรมชี้แจงและยังเพิ่มการคำนวณจำเป็นต้องใช้มากขึ้นแล้วสามชั้นที่ซ่อนอยู่เป็นของหายากในระบบเชิงพาณิชย์มากที่สุด

ผลลัพธ์ (ไทย) 3:

6.2 แนวคิดพื้นฐานของโครงข่ายประสาทเทียม :
- ชั้นซ่อนซับซ้อนประโยชน์ต้องมีหนึ่งหรือมากกว่าหนึ่งชั้นซ่อนระหว่างอินพุตและเอาต์พุต และเซลล์ประสาทจำนวนรอบมากของน้ำหนัก
- หลายเชิงพาณิชย์แอนรวมถึงสามและบางครั้งถึงห้าชั้น แต่ละที่มี 10 , 000 องค์ประกอบการประมวลผล
- ทดลองใช้บางแอนล้านขององค์ประกอบการประมวลผล
- เพราะแต่ละชั้นเพิ่มการฝึกอบรมความพยายามชี้แจง และยังเพิ่มการคำนวณที่ต้องการใช้มากกว่าชั้นซ่อนสามหายากในระบบเชิงพาณิชย์มากที่สุด






.