Connection weights are the key elem

Connection weights are the key elements in an ANN. They
express the relative strength (or mathematical value) of the input data or the many
connections that transfer data from layer to layer. In other words, weights express the
relative importance of each input to a processing element and, ultimately, the outputs.Weights are crucial in that they store learned patterns of information. It is through repeated adjustments of weights that a network learns.

ผลลัพธ์ (ไทย) 1:

เชื่อมต่อน้ำหนักเป็นองค์ประกอบสำคัญในการ ANN.แสดงแรงสัมพัทธ์ (หรือค่าทางคณิตศาสตร์) ของข้อมูลการป้อนข้อมูลหรือหลายการเชื่อมต่อที่ถ่ายโอนข้อมูลจากเลเยอร์ชั้น ในคำอื่น ๆ น้ำหนักแสดงการความสำคัญของการป้อนข้อมูลแต่ละองค์ประกอบของการประมวลผลและ ในที่สุด ผลการ น้ำหนักมีความสำคัญในการที่จะเก็บรูปแบบการเรียนรู้ข้อมูล จะผ่านซ้ำปรับน้ำหนักที่เครือข่ายการเรียนรู้

ผลลัพธ์ (ไทย) 2:

น้ำหนักการเชื่อมต่อเป็นองค์ประกอบที่สำคัญใน ANN พวกเขา
แสดงความแข็งแรง (หรือมูลค่าทางคณิตศาสตร์) ของข้อมูลเข้าหรือหลาย
การเชื่อมต่อที่ถ่ายโอนข้อมูลจากชั้นชั้น ในคำอื่น ๆ น้ำหนักแสดง
ความสำคัญของการป้อนข้อมูลแต่ละองค์ประกอบการประมวลผลและท้ายที่สุด outputs.Weights มีความสำคัญในการที่พวกเขาเก็บรูปแบบการเรียนรู้ของข้อมูล จะผ่านการปรับซ้ำของน้ำหนักที่เครือข่ายการเรียนรู้

ผลลัพธ์ (ไทย) 3:

น้ำหนักการเชื่อมต่อเป็นองค์ประกอบสำคัญในแอน พวกเขาแสดงความแข็งแรงสัมพัทธ์ ( หรือมูลค่าทางคณิตศาสตร์ ) ของข้อมูลหรือหลายการเชื่อมต่อที่การถ่ายโอนข้อมูลจากชั้นถึงชั้น ในคำอื่น ๆน้ำหนักด่วนความสำคัญของปัจจัยแต่ละญาติเพื่อการประมวลผลองค์ประกอบและ , ในที่สุด , ผลผลิต น้ำหนักเป็นสิ่งสำคัญที่พวกเขาเก็บได้เรียนรู้รูปแบบของข้อมูล มันผ่านซ้ำปรับน้ำหนักที่เครือข่ายการเรียนรู้