전체 분류 결과는 히든 레이어 노드의 결과다. 노드 0, 1, 2, 3과 그림 5-12의 오른쪽 노드 4개는 출력 연결이다. 분류의 클래스 속성은 신경망 출력(그림 5-12)의 오른쪽에 Bike, Car, Bus, Truck으로 표시된다.
Sigmoid Node 0 Inputs Weights Threshold 0.018993883149676594 Node 4 -0.04038638643499096 Node 5 0.0065483634965212145 Node 6 -0.03873854654480489 Sigmoid Node 1 Inputs Weights Threshold -0.0451840582741909 Node 4 -0.002851224687941599 Node 5 -0.012455737520358182 Node 6 -0.0491382673800735 Sigmoid Node 2 Inputs Weights Threshold -0.010479295335213488 Node 4 0.02129170595398988 Node 5 0.02877248387280648 Node 6 -0.001813155428890656 Sigmoid Node 3 Inputs Weights Threshold 0.02680212410425596 Node 4 0.006810392393573984 Node 5 -0.04968676115705444 Node 6 -0.015015642691489917