gives rise to a floating point code

gives rise to a floating point codebook. The linearly
decaying learning kernel only makes it possible to realize
the algorithm on a hardware platform. This comes from the
fact that it employs only integer operations and bit rotations.
That is to say the form of Eq. 2 is changed to (2n - k)
 n, where  is the left-shift operator. According to the
experimental results, it is surprising to observe that when it
comes to an integer codebook, the performance of the
linearly decaying learning kernel is superior to both the
non-linear learning ones. In this case, the accumulation of
truncation and rounding errors causes the higher MSEs for
the floating point codebook.

ผลลัพธ์ (ไทย) 1:

เพิ่มขึ้นให้เป็นแบบลอยชี้โค้ดบุ้ค การเชิงเส้นเคอร์เนลเรียนเนื้อที่เท่าทำให้สามารถตระหนักถึงอัลกอริทึมบนแพลตฟอร์มแบบฮาร์ดแวร์ นี้มาจากการความจริงที่ว่า มีการดำเนินการของจำนวนเต็มและหมุนบิตเท่านั้นกล่าวคือ เปลี่ยนรูปแบบของ Eq. 2 (2n - k)n ซึ่งเป็นตัวดำเนินการกะซ้าย ตามผลการทดลอง ความตื่นเต้นในการสังเกตว่า เมื่อมันต้องมีจำนวนเต็มโค้ดบุ้ค ประสิทธิภาพของการเชิงเส้นสลายเคอร์เนลการเรียนจะดีกว่าทั้งสองตัวไม่เชิงเส้นการเรียนรู้คน ในกรณีนี้ การสะสมของการตัดคำและการปัดเศษข้อผิดพลาดทำให้ MSEs สูงสำหรับลอยจุดโค้ดบุ้ค

ผลลัพธ์ (ไทย) 2:

ก่อให้เกิด codebook จุดลอย เส้นตรง
เคอร์เนลเรียนรู้เนื้อที่เพียง แต่ทำให้มันเป็นไปได้ที่จะตระหนักถึง
ขั้นตอนวิธีการบนแพลตฟอร์มฮาร์ดแวร์ นี้มาจาก
ความจริงที่ว่ามีการจ้างพนักงานการดำเนินงานเพียงจำนวนเต็มและผลัดบิต.
กล่าวคือรูปแบบของสมการ 2 จะเปลี่ยนไป (2n - k)
? n, ที่ไหน? เป็นผู้ดำเนินซ้ายกะ ตามที่
ผลการทดลองก็เป็นที่น่าแปลกใจที่จะสังเกตเห็นว่าเมื่อมัน
มาถึง codebook จำนวนเต็มประสิทธิภาพการทำงานของ
เคอร์เนลการเรียนรู้ที่เป็นเส้นตรงเนื้อที่จะดีกว่าทั้ง
ที่ไม่ใช่เชิงเส้นคนที่เรียนรู้ ในกรณีนี้การสะสมของ
การตัดและข้อผิดพลาดที่ทำให้เกิดการปัดเศษ mses ที่สูงขึ้นสำหรับ
codebook จุดลอย