Translations:Neural Networks/14/es

donde $ g $ y $ f $ son funciones de activación, $ \mathbf{W}_1, \mathbf{W}_2 $ son matrices de pesos y $ \mathbf{b}_1, \mathbf{b}_2 $ son vectores de sesgo. La capa oculta permite a la red aprender relaciones no lineales que un único perceptrón no puede capturar.