The hidden unit representations of

The hidden unit representations of the multi-layer perceptron depend on weighted linear summations of the inputs, transformed by monotonic activation functions. Thus the activation of a hidden unit in a multi-layer perceptron is constant on surfaces which consist of parallel (d— l)-dimensional hyperplanes in (/-dimensional input space. By contrast, the hidden units in a radial basis function network use distance to a prototype vector followed by transformation with a (usually) localized function. The activation of a basis function is therefore constant on concentric (d — l)-dimensional hyperspheres (or more generally on (d — l)-dimensional hyperellipsoids)

Kết quả (Việt) 1:

Đại diện đơn vị ẩn của perceptron nhiều lớp phụ thuộc vào trọng summations đầu vào, chuyển bằng monotonic kích hoạt chức năng tuyến tính. Do đó kích hoạt một đơn vị ẩn trong một perceptron nhiều lớp là liên tục trên các bề mặt mà bao gồm song song (d-l)-chiều hyperplanes trong (/ chiều đầu vào không gian. Ngược lại, các đơn vị ẩn trong một cơ sở bố trí hình tròn chức năng mạng sử dụng khoảng cách đến một vector nguyên mẫu tiếp theo chuyển đổi với một chức năng địa phương (thường). Kích hoạt của một hàm cơ sở là do đó liên tục vào tâm (d-l)-chiều hyperspheres (hoặc nói chung (d-l)-chiều hyperellipsoids)

Kết quả (Việt) 2:

Cơ quan đại diện đơn vị ẩn của nhiều lớp perceptron phụ thuộc vào summations tuyến tính có trọng số của các yếu tố đầu vào, biến đổi bởi hàm kích hoạt đơn điệu. Như vậy sự kích hoạt của một đơn vị ẩn trong một lớp-đa perceptron là không đổi trên bề mặt bao gồm song song (d- l) siêu phẳng trong chiều (/ không gian đầu vào chiều. Ngược lại, các đơn vị ẩn trong một cơ sở xuyên tâm sử dụng chức năng mạng . khoảng cách tới một vector mẫu thử nghiệm tiếp theo là chuyển đổi với một (thường) chức năng địa phương hóa Sự kích hoạt một chức năng cơ bản là do liên tục trên đồng tâm (d - l) hyperspheres chiều (hay nói chung trên (d - l) hyperellipsoids chiều)