An Encog SOM is implemented as a tw

An Encog SOM is implemented as a two-layer neural network. The SOM
simply has an input layer and an output layer. The input layer maps data
to the output layer. As patterns are presented to the input layer, the output
neuron with the weights most similar to the input is considered the winner.
This similarity is calculated by comparing the Euclidean distance between
eight sets of weights and the input neurons. The shortest Euclidean distance
wins. Euclidean distance calculation is covered in the next section.
There are no bias values in the SOM as in the feedforward neural network.
Rather, there are only weights from the input layer to the output layer.
Additionally, only a linear activation function is used.

Kết quả (Việt) 1:

Một SOM Encog được thực hiện như một mạng nơ-ron 2 lớp. SOMđơn giản chỉ cần có một lớp đầu vào và đầu ra một lớp. Bản đồ các lớp đầu vào dữ liệuvào lớp đầu ra. Như mô hình được trình bày cho các lớp đầu vào, đầu ratế bào thần kinh với trọng lượng đặt tương tự như đầu vào được coi là người chiến thắng.Giống nhau này được tính bằng cách so sánh khoảng cách Euclid giữa8 bộ trọng lượng và đầu vào tế bào thần kinh. Khoảng cách Euclid ngắn nhấtthắng. Tính toán khoảng cách Euclide được bao phủ trong phần tiếp theo.Không có không có giá trị thiên vị trong SOM như trong mạng nơ-ron feedforward.Thay vào đó, có những chỉ trọng lượng từ đầu vào lớp lớp đầu ra.Ngoài ra, chỉ là một chức năng kích hoạt tuyến tính được sử dụng.

Kết quả (Việt) 2:

An Encog SOM được thực hiện như là một hai lớp mạng neural. SOM
đơn giản chỉ có một lớp đầu vào và một lớp ra. Các bản đồ lớp dữ liệu đầu vào
cho lớp ra. Như mô hình được trình bày cho các lớp đầu vào, đầu ra
nơron có trọng lượng tương tự như hầu hết các đầu vào được coi là người chiến thắng.
Tương đồng này được tính bằng cách so sánh khoảng cách Euclide giữa
tám bộ trọng lượng và các tế bào thần kinh đầu vào. Khoảng cách Euclide ngắn nhất
thắng. Tính khoảng cách Euclid được đề cập trong phần tiếp theo.
Không có giá trị thiên vị trong SOM như trong các mạng truyền thẳng.
Thay vào đó, chỉ có trọng lượng từ lớp đầu vào cho lớp ra.
Ngoài ra, chỉ có một chức năng kích hoạt tuyến tính được sử dụng.