更改

<math>

<math>

\begin{aligned}

\begin{aligned}

{EI} &=\frac{1}{N}\sum_{i=1}^ND_{KL}[W_i^{out}||\langle W_i^{out}\rangle] \\  

{EI} &=\frac{1}{N}\sum_{i=1}^ND_{KL}[W_i^{out}||\langle W_i\rangle] \\  

&= \frac{1}{N}\sum_{i=1}^N\sum_{j=1}^Nw_{ij}\log_2(w_{ij})-\frac{1}{N}\sum_{i=1}^N\sum_{j=1}^Nw_{ij}\log_2(W_j) \\  

&= \frac{1}{N}\sum_{i=1}^N\sum_{j=1}^Nw_{ij}\log_2(w_{ij})-\frac{1}{N}\sum_{i=1}^N\sum_{j=1}^Nw_{ij}\log_2(W_j) \\  

&=\underbrace{-\langle H(W_i^{out})\rangle}_{确定性项}+\underbrace{H(\langle W_i^{out}\rangle)}_{非简并性项}

&=\underbrace{-\langle H(W_i^{out})\rangle}_{确定性项}+\underbrace{H(\langle W_i^{out}\rangle)}_{非简并性项}

|{{EquationRef|1}}}}

|{{EquationRef|1}}}}

其中<math>W_i^{out}</math>为W的第i行构成的行向量，也对应了i节点跳出到其它节点的概率，<math>\langle W_j^{out}\rangle=\frac{1}{N}\sum_{i=1}^N w_{ij}</math>，表示节点<math>j</math>入边权重的平均值。 同样，有效信息可以分解为[[确定性]]和[[简并性]]（参考[[有效信息]]）。

其中<math>W_i^</math>为W的第i行构成的行向量，也对应了i节点跳出到其它节点的概率，<math>\langle W_j^{out}\rangle=\frac{1}{N}\sum_{i=1}^N w_{ij}</math>，表示节点<math>j</math>入边权重的平均值。 同样，有效信息可以分解为[[确定性]]和[[简并性]]（参考[[有效信息]]）。

这两项分别是：

这两项分别是：