A neural network is formed by a net

A neural network is formed by a network of computing units (the neurons)

linked to each other. Each of these connections has an associated weight. Con-
structing a neural network consists of using an algorithm to find the weights of

the connections between the neurons. A neural network has its neurons orga-
nized in layers. The first layer contains the input neurons of the network. The

cases of the problem we are addressing are presented to the network through

these input neurons. The final layer contains the predictions of the neural net-
work for the case presented at its input neurons. In between we have one or

more “hidden” layers of neurons. The weight updating algorithms, like for in-
stance the back-propagation method, try to obtain the connection weights that

optimize a certain error criterion, that is the weights which ensure that the

network output is in accordance to the cases presented to the model.

ผลลัพธ์ (ไทย) 1:

เครือข่ายประสาทจะเกิดขึ้น โดยเครือข่ายของระบบคอมพิวเตอร์หน่วย (neurons)เชื่อมโยงกัน แต่ละการเชื่อมต่อเหล่านี้มีน้ำหนักเกี่ยวข้อง คอน-structing เครือข่ายประสาทประกอบด้วยโดยใช้อัลกอริทึมการหาน้ำหนักของการเชื่อมต่อระหว่าง neurons เครือข่ายประสาทมี orga neurons ของ-nized ในชั้น ชั้นแรกประกอบด้วย neurons สัญญาณของเครือข่าย ที่กรณีของปัญหาที่เราจะแก้ปัญหาจะนำเสนอต่อเครือข่ายผ่านเหล่านี้ป้อน neurons ชั้นสุดท้ายประกอบด้วยการคาดคะเนประสาทสุทธิ-งานสำหรับกรณีที่นำของ neurons อินพุต ระหว่างเรามี หรือเพิ่มเติม "ซ่อนอยู่" ชั้นของ neurons น้ำหนักการปรับปรุงอัลกอริทึม เช่นสำหรับในท่าทางวิธีการเผยแพร่หลัง พยายามที่จะรับน้ำหนักการเชื่อมต่อที่ปรับบางข้อผิดพลาดเกณฑ์ น้ำหนักที่ให้แน่ใจว่าที่นี้เครือข่ายออกเป็นในกรณีที่นำเสนอในรูปแบบ

ผลลัพธ์ (ไทย) 2:

เครือข่ายประสาทจะเกิดขึ้นโดยเครือข่ายของหน่วยคอมพิวเตอร์ (เซลล์) ที่เชื่อมโยงกับแต่ละอื่น ๆ แต่ละของการเชื่อมต่อเหล่านี้มีน้ำหนักที่เกี่ยวข้อง con- structing เครือข่ายประสาทประกอบด้วยการใช้อัลกอริทึมที่จะหาน้ำหนักของการเชื่อมต่อระหว่างเซลล์ประสาท เครือข่ายประสาทเซลล์ประสาทที่มี orga- nized ในชั้น ชั้นแรกมีเซลล์ประสาทการป้อนข้อมูลของเครือข่าย กรณีของปัญหาที่เรามีที่อยู่จะถูกนำเสนอให้กับเครือข่ายผ่านการป้อนข้อมูลเซลล์ประสาทเหล่านี้ ชั้นสุดท้ายมีการคาดการณ์ของเครือข่ายประสาทการทำงานในกรณีที่นำเสนอในการป้อนข้อมูลของเซลล์ประสาท ในระหว่างที่เรามีหนึ่งหรืออื่น ๆ "ซ่อน" ชั้นของเซลล์ประสาท น้ำหนักการปรับปรุงขั้นตอนวิธีการเช่นทำาท่าทางวิธีการขยายพันธุ์กลับพยายามที่จะได้รับน้ำหนักการเชื่อมต่อที่เพิ่มประสิทธิภาพเกณฑ์ข้อผิดพลาดบางอย่างที่เป็นน้ำหนักที่สร้างความมั่นใจว่าการส่งออกของเครือข่ายเป็นไปตามกรณีที่นำเสนอรูปแบบ

ผลลัพธ์ (ไทย) 3:

เครือข่ายประสาทจะเกิดขึ้นโดยเครือข่ายของคอมพิวเตอร์ ( หน่วยประสาท )

ที่เชื่อมโยงกับแต่ละอื่น ๆ แต่ละเหล่านี้มีการเชื่อมต่อที่น้ำหนัก คอน -
structing เครือข่ายประสาทประกอบด้วยโดยใช้อัลกอริทึมที่จะหาน้ำหนัก

การเชื่อมต่อระหว่างเซลล์ประสาท เครือข่ายประสาทมีเซลล์ประสาทหรือ -
nized ในชั้น ชั้น 1 มีสัญญาณประสาทของเครือข่าย

กรณีของปัญหาที่เราเจอจะนำเสนอกับเครือข่ายผ่าน

เซลล์ประสาทนำเข้าเหล่านี้ ชั้นสุดท้ายมีการคาดการณ์ของงานสุทธิ -
ประสาท สำหรับกรณีของการเสนอในเซลล์ประสาท ระหว่างที่เรามีหนึ่งหรือ

" ซ่อน " ชั้นของเซลล์ประสาท น้ำหนักการปรับปรุงอัลกอริทึม เหมือนใน -
ท่าทาง back-propagation วิธีการพยายามที่จะได้รับการเชื่อมต่อเวทนั้น

ปรับเกณฑ์ความคลาดเคลื่อนบางประการ นั่นคือน้ำหนักที่ให้แน่ใจว่า

เครือข่ายการส่งออกสอดคล้องกับกรณีเสนอรูปแบบ