1
条回答
写回答
写回答
-
我们将神经网络分解成三个基本部分：输入层、隐藏层和输出层。
输入层：这是网络的初始数据。对于每个输入，其输出到隐藏层的值是初始输入值。
隐藏层：这是网络的核心和灵魂，也是程序发挥魔力的根本。该层中的神经元为每个输入配置权重。这些权重随机设置初始值，并在网络训练时进行调整，以使神经元的输出更接近预期结果。
输出层：这是神经网络在执行计算后得到的输出。简单案例中的输出将设置为true、false，或者on、off。神经元为每个输入配置权重，这些输入来自先前的隐藏层。虽然通常只有一个输出神经元，但如果需要或想要多个输出神经元，也可以设置更多神经元。
资料来源：《C#神经网络编程》，文章链接：https://developer.aliyun.com/article/726786
2021-10-29 16:03:11赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
相关问答
问答排行榜
最热
最新
相关课程
更多
推荐问答
