Layer ng Output

May -Akda: Roger Morrison
Petsa Ng Paglikha: 26 Setyembre 2021
I -Update Ang Petsa: 1 Hulyo 2024
Anonim
C4W1L08 Simple Convolutional Network Example
Video.: C4W1L08 Simple Convolutional Network Example

Nilalaman

Kahulugan - Ano ang ibig sabihin ng Output Layer?

Ang output layer sa isang artipisyal na neural network ay ang huling layer ng mga neuron na gumagawa ng ibinigay na mga output para sa programa. Kahit na ang mga ito ay ginawa tulad ng iba pang mga artipisyal na neuron sa neural network, ang mga output layer ng neuron ay maaaring itayo o na-obserbahan sa ibang paraan, na ibinigay na sila ang huling "aktor" na node sa network.


Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.

Ipinapaliwanag ng Techopedia ang Layer ng Output

Ang isang pangkaraniwang tradisyonal na neural network ay may tatlong uri ng mga layer: isa o higit pang mga layer ng input, isa o higit pang mga nakatagong mga layer, at isa o higit pang mga layer ng output. Ang mga simpleng network na feedforward neural na may tatlong indibidwal na layer ay nagbibigay ng mga pangunahing madaling maunawaan na mga modelo. Ang mas sopistikado, makabagong mga network ng neural ay maaaring magkaroon ng higit sa isa sa anumang uri ng layer - at tulad ng nabanggit, ang bawat uri ng layer ay maaaring maitayo nang iba. Ang isang tradisyonal na artipisyal na neuron ay binubuo ng ilang mga bigat na input, isang pag-andar ng pagbabagong-anyo at pag-andar ng pag-activate na naaayon sa axon ng biological neuron. Gayunpaman, ang mga output layer ng neuron ay maaaring idinisenyo nang iba upang mai-streamline at mapabuti ang mga resulta ng pagtatapos ng iterative na proseso.


Sa isang kahulugan, ang output layer coalesces at concretely ay gumagawa ng pagtatapos ng resulta. Gayunpaman, upang maunawaan nang mas mahusay ang neural network, mahalagang tingnan ang input layer, nakatagong mga layer at output layer nang magkasama.

Ang kahulugan na ito ay isinulat sa con ng Neural Networks