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: สถาปัตยกรรม•สุด ควบคุม โดยงานนี้มีวัตถุประสงค์สถาปัตยกรรมแบบจำลองโครงข่ายประสาทยังอยู่ •ตัวอย่าง โครงข่ายประสาทรุ่นได้ใช้ เป็นคำนามภาษา คาดการณ์เครื่องมือ และ เป็นทั่วไปเพิ่มประสิทธิภาพ •ตามที่แสดงในบทนี้ คำนามภาษาเครือข่ายประสาทที่ซึ่งข้อมูลจะถูกส่งผ่านจากชั้นหนึ่งไป มีเป้าหมายสูงสุดของแมปอินพุตกับเครือข่ายประเภทเฉพาะ ตามที่ระบุ โดย output ของเครือข่ายแบบหลายชั้นโดยทั่วไป รุ่นประสาท• A ใช้เป็นการเพิ่มประสิทธิภาพ สามารถชั้นเดียวของ neurons เข้าใจ สูง และสามารถคำนวณค่าเซลล์ประสาทซ้ำ ๆ จนกว่าแบบ converges ไปยังสถานะที่มีเสถียรภาพในทางตรงกันข้าม •สถานะนี้มั่นคงแทนโซลูชั่นดีที่สุดปัญหาภายใต้การวิเคราะห์

ผลลัพธ์ (ไทย) 2:

6.2 แนวคิดพื้นฐานของเครือข่ายประสาท: ARCHITECTURE
. •ท้ายที่สุดสถาปัตยกรรมของรูปแบบเครือข่ายประสาทถูกขับเคลื่อนโดยงานจะมีจุดมุ่งหมายเพื่อที่อยู่
•ตัวอย่างเช่นรูปแบบเครือข่ายประสาทได้รับการใช้เป็นจําแนกเป็นเครื่องมือในการพยากรณ์และการเพิ่มประสิทธิภาพเป็นทั่วไป .
•ดังที่แสดงต่อไปในบทนี้แยกแยะเครือข่ายประสาทโดยทั่วไปจะมีหลายรูปแบบในการที่ข้อมูลจะถูกส่งผ่านจากชั้นหนึ่งไปยังอีกที่มีเป้าหมายสูงสุดของการทำแผนที่การป้อนข้อมูลไปยังเครือข่ายที่จะเป็นหมวดหมู่เฉพาะที่ระบุไว้โดยการส่งออกของ เครือข่าย.
•รูปแบบของระบบประสาทใช้เป็นเครื่องมือเพิ่มประสิทธิภาพในทางตรงกันข้ามอาจจะเป็นชั้นเดียวของเซลล์ประสาทที่เชื่อมต่อกันสูงและสามารถคำนวณค่าเซลล์ประสาทซ้ำจนรูปแบบลู่ไปยังรัฐที่มั่นคง.
•รัฐนี้มีเสถียรภาพแสดงให้เห็นถึงวิธีการแก้ปัญหาที่ดีที่สุดที่จะ ปัญหาที่เกิดขึ้นภายใต้การวิเคราะห์

ผลลัพธ์ (ไทย) 3:

6.2 แนวคิดพื้นฐานของโครงข่ายประสาทเทียม : สถาปัตยกรรม
- ในที่สุด สถาปัตยกรรมของโครงข่ายประสาทเทียมแบบจำลองจะถูกขับเคลื่อนโดยงานนี้มีจุดประสงค์เพื่อที่อยู่
- ตัวอย่าง แบบจำลองโครงข่ายประสาทเทียมถูกใช้เป็นลักษณนาม การพยากรณ์เป็นเครื่องมือและเป็น optimizers ทั่วไป
- แสดงในภายหลังในบทนี้โครงข่ายประสาทเทียมแบบหลายคำโดยทั่วไปซึ่งข้อมูลถูกส่งผ่านจากหนึ่งชั้นถัดไป มีเป้าหมายสูงสุดของการแมปอินพุตไปยังเครือข่ายประเภทที่เฉพาะเจาะจง , ตามที่ระบุโดย output ของเครือข่าย
- ประสาทแบบใช้เป็นการเพิ่มประสิทธิภาพ ในทางตรงกันข้ามจะเป็นชั้นเดียวประสาทสูง เชื่อมต่อกันและสามารถคำนวณค่าซ้ำจนรูปแบบเซลล์เข้าสู่สภาวะคงที่
- รัฐคงที่เป็นโซลูชั่นที่เหมาะสมกับปัญหา
ภายใต้การวิเคราะห์