An ANN can have any number of layer

An ANN can have any number of layers. Layers in an ANN are classified into
three types: input, hidden, and output. Units in the input layer respond to data that
is fed into the network. Hidden units receive the weighted output from the input
units. And the output units respond to the weighted output from the hidden units
and generate the final output of the network. Using neurons as atomic functional
units, there are many possible architectures to put them together in a network. But,
the most common approach is to use the feed-forward ANN. In this case, signals are
strictly propagated in one way: from input to output.

ผลลัพธ์ (ไทย) 1:

แอนสามารถมีได้หลายชั้น ชั้นในมีแอนมี classified เป็นชนิดที่สาม: ป้อนข้อมูล ซ่อน และแสดงผล ตอบในชั้นการนำเข้าข้อมูลที่ถูกป้อนเข้าไปในเครือข่าย ซ่อนหน่วยรับผลถ่วงน้ำหนักจากการป้อนข้อมูลหน่วย และหน่วยแสดงผลตอบสนองต่อผลผลิตน้ำหนักจากหน่วยซ่อนและสร้างผลผลิต final ของเครือข่าย ใช้ neurons เป็นอะตอมทำงานหน่วย มีสถาปัตยกรรมได้มากจะทำให้พวกเขาร่วมกันในเครือข่าย แต่วิธีทั่วไปจะใช้แอนไปฟีด ในกรณีนี้ เป็นสัญญาณเผยแพร่อย่างเคร่งครัดในวิธีหนึ่ง: จากการป้อนข้อมูลการแสดงผล

ผลลัพธ์ (ไทย) 2:

ANN สามารถมีจำนวนของชั้นใด ๆ ชั้นใน ANN จะจัดประเภทเป็น
สามประเภท: ใส่ที่ซ่อนอยู่และเอาท์พุท หน่วยในชั้นการป้อนตอบสนองต่อข้อมูลที่
ถูกป้อนเข้าสู่เครือข่าย หน่วยที่ซ่อนอยู่ได้รับผลลัพธ์ถ่วงน้ำหนักจากอินพุต
หน่วย และหน่วยผลผลิตตอบสนองต่อการส่งออกถ่วงน้ำหนักจากหน่วยงานที่ซ่อนอยู่
และสร้างผลผลิต NAL ในสายของเครือข่าย การใช้เซลล์ประสาทการทำงานอะตอม
หน่วยมีสถาปัตยกรรมที่เป็นไปได้มากที่จะนำพวกเขากันในเครือข่าย แต่
วิธีการที่พบมากที่สุดคือการใช้แอนฟีดไปข้างหน้า ในกรณีนี้สัญญาณจะ
แพร่กระจายอย่างเคร่งครัดในทางเดียวจากการป้อนข้อมูลการส่งออก

ผลลัพธ์ (ไทย) 3:

เป็นแอนสามารถมีหมายเลขใด ๆของชั้น ชั้นใน แอนจะ classi จึงเอ็ดเป็น
3 ประเภท ได้แก่ ข้อมูลที่ซ่อนอยู่และผลผลิต หน่วยในการตอบสนองต่อข้อมูลที่ชั้น
ถูกป้อนเข้าไปในเครือข่าย หน่วยที่ซ่อนอยู่ได้รับผลผลิตถ่วงน้ำหนักจากการป้อนข้อมูล
หน่วย และออกหน่วยตอบสนองต่อผลผลิตถ่วงน้ำหนักจากหน่วยมิล
และสร้างจึงนาล ผลผลิตของเครือข่ายการใช้เซลล์เป็นหน่วยการทำงาน
อะตอม มีสถาปัตยกรรมที่เป็นไปได้มากที่จะทำให้พวกเขาร่วมกันในเครือข่าย แต่
วิธีที่พบมากที่สุดคือการใช้ feed-forward Ann ในกรณีนี้ สัญญาณ
อย่างเคร่งครัดจำนวนหนึ่งวิธี : จากการป้อนข้อมูลเพื่อการส่งออก