The weights are determined to minim

The weights are determined to minimize the sum of squared differences between network outputs and its desired outputs. In this study, we use error back propagation, which is probably the most used algorithm to train MLP
[Rumelhart, Hinton and Williams, 1986]. It is basically a gradient descent algorithm of the error computed on a suitable
learning set.

ผลลัพธ์ (ไทย) 1:

น้ำหนักจะถูกลดผลรวมของผลต่างกำลังสองระหว่างเครือข่ายแสดงผลและผลที่ต้องการ ในการศึกษานี้ เราใช้ข้อผิดพลาดหลังการแพร่กระจาย ซึ่งอาจเป็นอัลกอริทึมที่ใช้มากที่สุดฝึก MLP[Rumelhart, Hinton แล้ววิ ลเลียมส์ 1986] มันเป็นพื้นอัลกอริทึมโคตรไล่ระดับของข้อผิดพลาดที่รับการคำนวณตามความเหมาะสมเรียนรู้ชุด

ผลลัพธ์ (ไทย) 2:

น้ำหนักมุ่งมั่นที่จะลดผลรวมของความแตกต่างระหว่างสองผลเครือข่ายที่ต้องการและผลของมัน ในการศึกษาครั้งนี้เราจะใช้การขยายพันธุ์กลับข้อผิดพลาดที่อาจจะเป็นอัลกอริทึมที่ใช้มากที่สุดในการฝึกอบรม MLP
[Rumelhart, ฮินตันและวิลเลียมส์ 1986]
มันเป็นพื้นขั้นตอนวิธีการไล่ระดับสีโคตรของข้อผิดพลาดในการคำนวณที่เหมาะสมชุดการเรียนรู้

ผลลัพธ์ (ไทย) 3:

น้ำหนักมุ่งมั่นที่จะลดผลรวมของกำลังสองความแตกต่างระหว่างผลเครือข่ายและผลที่ต้องการของ ในการศึกษานี้เราใช้ความผิดพลาดมาขยายพันธุ์ ซึ่งส่วนใหญ่อาจจะใช้ขั้นตอนวิธีการรถไฟ MLP
[ rumelhart ฮินตันวิลเลียมส์ , และ , 2529 ) มันเป็นพื้นลาดเชื้อสายขั้นตอนวิธีของข้อผิดพลาดการคำนวณที่เหมาะสม
การเรียนรู้ชุด