and thus is a function of the outpu

and thus is a function of the output activations. Of course, this cost function also depends on the desired output yy, and you may wonder why we're not regarding the cost also as a function of yy. Remember, though, that the input training example xx is fixed, and so the output yy is also a fixed parameter. In particular, it's not something we can modify by changing the weights and biases in any way, i.e., it's not something which the neural network learns. And so it makes sense to regard CC as a function of the output activations aLaL alone, with yy merely a parameter that helps define that function.

ผลลัพธ์ (ไทย) 1:

และดังนั้น เป็นฟังก์ชันของการเปิดใช้งานผลลัพธ์ แน่นอน ฟังก์ชันต้นทุนนี้ยังขึ้นอยู่กับ yy ผลลัพธ์ที่ต้องการ และคุณอาจสงสัยว่า ทำไมเราจะไม่เกี่ยวกับค่าใช้จ่ายยังเป็นฟังก์ชันของปป จำไว้ แม้ว่า ว่า xx ตัวอย่างการป้อนข้อมูลการฝึกอบรมได้รับการแก้ไข และ yy ผลลัพธ์จึงยังพารามิเตอร์ถาวร โดยเฉพาะอย่างยิ่ง มันไม่ได้เป็นสิ่งที่เราสามารถปรับเปลี่ยน โดยการเปลี่ยนน้ำหนักและอคติในทางใดทางหนึ่ง เช่น มันไม่ได้เป็นสิ่งที่เรียนรู้เครือข่ายระบบประสาท และดังนั้น มันทำให้รู้สึกเรื่อง CC เป็นฟังก์ชันของการเปิดใช้งานผลลัพธ์ aLaL เพียงอย่างเดียว กับ yy เพียงพารามิเตอร์ที่ช่วยในการกำหนดที่ทำงาน

ผลลัพธ์ (ไทย) 2:

จึงเป็นหน้าที่ของการเปิดใช้งานการส่งออก แน่นอนว่าฟังก์ชั่นค่าใช้จ่ายนี้ยังขึ้นอยู่กับ yy ที่ต้องการออกและคุณอาจสงสัยว่าทำไมเราไม่ได้เกี่ยวกับค่าใช้จ่ายนอกจากนี้ยังเป็นหน้าที่ของ yy จำได้ว่าการป้อนข้อมูลการฝึกอบรมเช่น XX ได้รับการแก้ไขและเพื่อ yy การส่งออกยังเป็นพารามิเตอร์ที่คงที่ โดยเฉพาะอย่างยิ่งมันเป็นสิ่งที่เราไม่สามารถแก้ไขได้โดยการเปลี่ยนน้ำหนักและอคติในทางใด ๆ คือมันไม่ใช่สิ่งที่เรียนรู้เครือข่ายประสาท และดังนั้นจึงทำให้ความรู้สึกที่ถือว่า CC เป็นหน้าที่ของการเปิดใช้งานการส่งออก Alal คนเดียวกับ yy เพียงพารามิเตอร์ที่จะช่วยกำหนดฟังก์ชั่นที่

ผลลัพธ์ (ไทย) 3:

ซึ่งเป็นฟังก์ชันของผลผลิตกิจกรรม . ของหลักสูตรค่าใช้จ่ายในการทำงานนี้ยังขึ้นอยู่กับผลลัพธ์ที่ต้องการ YY และคุณอาจจะสงสัยว่าทำไมเราไม่ได้เกี่ยวกับค่าใช้จ่ายยังเป็นฟังก์ชันของ YY . จำได้ว่าเข้าอบรมอย่าง xx ถาวร ดังนั้นผลผลิต YY เป็นพารามิเตอร์คงที่ โดยเฉพาะอย่างยิ่งมันเป็นสิ่งที่เราสามารถแก้ไขโดยการเปลี่ยนน้ำหนักและอคติในทางใด เช่น มันไม่ใช่อะไรที่โครงข่ายการเรียนรู้ ดังนั้นมันทำให้รู้สึกเพื่อพิจารณา CC เป็นฟังก์ชันของผลผลิต กิจกรรม alal คนเดียวกับ YY แค่พารามิเตอร์ที่ช่วยกำหนดฟังก์ชั่นนั้น