Examples of using Feedforward in English and their translations into Serbian
{-}
-
Colloquial
-
Ecclesiastic
-
Computer
-
Latin
-
Cyrillic
Reasons to Try Feedforward.
Feedforward is especially suited to successful people.
Feedforward posebno odgovara uspešnim ljudima.Eleven Reasons to Try‘Feedforward'.
Razloga zašto probati feedforward.Provide FeedForward- two suggestions for helping the other person change.
Da obezbede feedforward- dve sugestije koje će pomoći promeni druge osobe.Power amplifier linearization techniques: feedback,predistortion, feedforward and combined approaches.
Tehnike linearizacije pojačavača snage: feedback,predistortion, feedforward i kombinovani pristupi.Feedforward helps people envision and focus on a positive future, not a failed past.
Feedforward pomaže ljudima da predviđaju i fokusiraju se na pozitivnu budućnost, a ne na neuspešnu prošlost.Power amplifier linearization techniques: feedback,predistortion, feedforward and combined approaches.
Технике линеаризације појачавача снаге: feedback,predistortion, feedforward и комбиновани приступи.The feedforward helps to visualize and focus on a positive future, not on an unsuccessful past.
Feedforward pomaže ljudima da predviđaju i fokusiraju se na pozitivnu budućnost, a ne na neuspešnu prošlost.Its cumulative distribution function is the logistic function,which appears in logistic regression and feedforward neural networks.
Његова кумулативна функција расподеле је логистичка функција,која се појављује у логистичкој регресији и напајању неуронским мрежама.Feedforward, is almost always seen as positive because it focuses on solutions- not problems.
Feedforward, sa druge strane, skoro uvek se doživljava pozitivno zato što fokus prebacuje na rešenja, a ne na problem.When managers are asked how they felt after receiving FeedForward, they reply that it was not only useful, but also fun!
Kada smo ih pitali kako su se osećali kada su poslednji put primili feedforward većina ih je reklo da ne samo da je bilo vrlo korisno, već i jako zabavno!Feedforward cannot involve a personal critique, since it is discussing something that has not yet happened!
Feedforward ne uključuje ličnu kritiku jer se diskutuje o nečemu što se još uvek nije desilo, što će se tek desiti!The classic universal approximation theorem concerns the capacity of feedforward neural networks with a single hidden layer of finite size to approximate continuous functions.
Универзална теорема апроксимације се односи на капацитет feedforward неуронских мрежа са једним скривеном слојем коначне величине за проксимацију континуиране функције.The FeedForward of Marshall Goldsmith helps you to predict and to focus on a positive future, not on a frustrated past.
Feedforward pomaže ljudima da predviđaju i fokusiraju se na pozitivnu budućnost, a ne na neuspešnu prošlost.The universal approximation theorem concerns the capacity of feedforward neural networks with a single hidden layer of finite size to approximate continuous functions.[ 17][ 18][ 19][ 20][ 21].
Теорема универзалне апросксимације обухвата способност напредне мреже неурона са једним скривеним слојем коначне величине до приближних непрекидних функција.[ 17][ 18][ 19][ 20][ 21].Feedforward, on the other hand, is almost always seen as positive because it focuses on solutions, not problems.
Feedforward, sa druge strane, skoro uvek se doživljava pozitivno zato što fokus prebacuje na rešenja, a ne na problem.Dan Ciresan and colleagues[73]in Jürgen Schmidhuber's group at the Swiss AI Lab IDSIA showed that despite the above-mentioned"vanishing gradient problem," the superior processing power of GPUs makes plain back-propagation feasible for deep feedforward neural networks with many layers.
Dan Ciresan и колеге[ 73] у групи Jürgen Schmidhuberу Swiss AI Lab IDSIA, показали су да упркос горе поменутом" настаје проблем градијената", претпостављена снага GPU чини план back-propagation изводљивим за дубоку feedforward неуронску мрежу са много слојева.Feedforward, on the other hand, is almost always seen as positive because it focuses on solutions rather than problems.
Feedforward, sa druge strane, skoro uvek se doživljava pozitivno zato što fokus prebacuje na rešenja, a ne na problem.Sepp Hochreiter's diploma thesis of 1991[34][35] formally identified the reason for this failure as the vanishing gradient problem,which affects many-layered feedforward networks and recurrent neural networks. Recurrent networks are trained by unfolding them into very deep feedforward networks, where a new layer is created for each time step of an input sequence processed by the network.
Дипломски рад Sepp Hochreiter из 1991. године формално је пронашао разлог за овај неуспех као проблем недостатка прегиба,који утиче на многе слојевите feedforward мреже и периодичне неуронске мреже. Периодичне неуронске мреже су обучене тако да се одвијају у веома дубоким feedforward мрежама, где нови слој настаје за сваки временски интервал од улазне секвенце процесуиране у мрежи.One participant in the feedforward exercise noted,"I think that I listened more effectively in this exercise than I ever do at work!".
Jedan učesnik feedforward vežbe je primetio“ Mislim da sam pažljivije slušao na ovoj vežbi nego što sam ikada to učinio na svom poslu!”.Soviet mathematicians Ivakhnenko andLapa published the first general, working learning algorithm for supervised deep feedforward multilayer perceptrons in 1965.[24] A paper from 1971 already described a deep network with 8 layers trained by the Group method of data handling algorithm which is still popular in the current millennium.[25] These ideas were implemented in a computer identification system"Alpha", which demonstrated the learning process.
Украјински математичари Ivakhnenko иLap први су објавили уопштен рад учења алгоритма за надгледање напредне вишеслојне( перцептронс).[ 24] Рад из 1971. год. је већ описао дубоку мрежу са 8 слојева обучених по модулу групе за обраду података алгоритама која је и даље популарна.[ 25] Ове идеје су извршене у систему рачунарске идентификације„ Алфа“, који је показао процес учења.
