Информация о классификации образов в нейронной сети хранится в весах и смещениях нейронов, которые определяют взвешенные связи между нейронами различных слоев. Каждый нейрон в сети получает входные сигналы от предыдущего слоя с учетом их весов и смещения, производит линейное преобразование суммируя входные сигналы, после чего активируется с помощью функции активации.
Таким образом, веса и смещения нейронов нейронной сети являются параметрами, которые обучаются в процессе обучения сети с использованием различных алгоритмов оптимизации, таких как градиентный спуск. Эти параметры определяют, как нейронная сеть будет классифицировать образы и принимать решения на основе входных данных.
Таким образом, информация о классификации образов хранится в параметрах нейронной сети и определяется в процессе обучения сети на примерах обучающей выборки.