Forward propagation: Using the input X, weights W and biases b, for every layer we compute Z and A. At the final layer, we compute f(A^(L-1))which could be a sigmoid, softmax or linear function of A^(L-1) and this gives the prediction y_hat. Truyền lan: Sử dụng đầu vào X, trọng số W và độ lệch b, với mỗi lớp chúng ta tính Z và A. Ở lớp cuối cùng, chúng ta tính f (A ^ (L-1)) có thể là hàm sigmoid, softmax hoặc tuyến tính của A ^ (L-1) và điều này đưa ra dự đoán y_hat.
To complete the discretization, we must select a basis of V. In the one-dimensional case, for each control point xk we will choose the piecewise linear function vk in V whose value is 1 at xk and zero at every , i.e., Để hoàn thành việc rời rạc hóa, chúng ta phải chọn một cơ sở của V. Trong trường hợp một chiều, cho mỗi điểm kiểm soát xk, chúng tôi sẽ chọn hàm tuyến tính từng phần vk trong V của giá trị 1 tại xk và 0 tại mọi xj, j khác k
