Cтраница 2
В процессе обучения сети значения весов могут в результате коррекции стать очень большими величинами. Это может привести к тому, что все или большинство нейронов будут функционировать при очень больших значениях OUT, в области, где производная сжимающей функции очень мала. [16]
В экспоненциально взвешенном среднем значения весов убывают со временем. [17]
Получилось точное совпадение со значениями весов, предварительно принятыми для верхней тарелки. [18]
Графика управления подъемом незагруженного элеватора. [19] |
Для согласования целесообразно установленные ранее значения весов колонны, при которых происходит смена режимов управления, отложить на весовой характеристике колонны ( см. рис. 37) и по соответствующей шкале получить номера свечей. [20]
Следует отметить, что колебания значений объемных весов для известняков в сильной степени зависят от их карбонатности и обусловлены весом минералов, входящих в состав глинистой части данного образца. [21]
Конечно, показанные на рис. 4.137 значения весов не могут рассматриваться в качестве оптимальных для системы XOR. Поэтому толерантность была уменьшена до 0 025, и процесс обучения продолжился. [22]
Объемный вес и плотность несжимаемых, или капельных, жидкостей. [23] |
В табл. 1 и 2 приведены значения объемных весов и плотностей некоторых жидкостей и газов, с которыми наиболее часто приходится сталкиваться при исследовании и расчетах металлургических агрегатов. [24]
В табл. 15 - 17 приводятся значения насыпных весов кокса по фракциям, а также значения насыпных весов металлургического кокса, получаемого на южных и восточных заводах Советского Союза. [25]
Получилось точное соппаде) гие со значениями весов, предварительно принятыми для верхней тарелки. [26]
В конкурентной борьбе побеждает нейрон, имеющий значения весов, наиболее близкие к нормализованному вектору входных сигналов. На практике идея Кохоне-на обычно используется в комбинации с другими нейросетевы-ми парадигмами. [27]
Анализ выражений (2.27) показывает, что использование значений весов а и аь отличных от 0 5, в диапазоне 0 5 о, а - 1, обеспечивающем устойчивость схемы, приводит к увеличению коэффициента и и тем самым к усилению схемной диссипации. [28]
Контролируемое обучение ИНС. [29] |
Под обучением перцептрона понимают целенаправленный процесс изменения значений весов межслойных синаптических связей, итеративно повторяемый до тех пор, пока сеть не приобретет необходимые свойства. [30]