Hauptinhalt

dist

Euklidische Distanz-Gewichtungsfunktion

Beschreibung

Z = dist(W,P) akzeptiert eine S-mal-R-Gewichtungsmatrix W und eine R-mal-Q-Matrix aus Q-Eingangsvektoren (Spalten) P und gibt die S-mal-Q-Matrix aus Vektordistanzen Z aus.

Gewichtungsfunktionen wenden Gewichtungen auf einen Eingang an, um gewichtete Eingänge zu erhalten.

Beispiel

dim = dist('size',S,R,FP) akzeptiert die Schicht-Dimension S, die Eingangsdimension R und die Funktionsparameter FP und gibt die Gewichtungsgröße [S-mal-R] aus.

dw = dist('dw',W,P,Z,FP) gibt die Ableitung von Z bezüglich W an.

dist ist zudem eine Schicht-Distanzfunktion, die verwendet werden kann, um die Distanzen zwischen Neuronen in einer Schicht zu ermitteln.

D = dist(pos) akzeptiert eine N-mal-S-Matrix der Neuronenpositionen pos und gibt die S-mal-S-Matrix der Distanzen D aus.

Beispiele

alle reduzieren

Dieses Beispiel zeigt, wie Sie den entsprechenden gewichteten Eingang Z anhand einer zufälligen Gewichtungsmatrix W und einem Eingangsvektor P berechnen können.

W = rand(4,3);
P = rand(3,1);
Z = dist(W,P)

Hier definieren Sie eine zufällige Matrix mit Positionen für 10 Neuronen in einem dreidimensionalen Raum und ermitteln deren Distanzen.

pos = rand(3,10);
D = dist(pos)

Eingabeargumente

alle reduzieren

Gewichtungsmatrix, angegeben als S-mal-R-Matrix.

Eingangsmatrix, angegeben als R-mal-Q-Matrix aus Q Eingangsvektoren (Spalten).

Schichtdimension, angegeben als Skalar.

Eingangsdimension, angegeben als Skalar.

Matrix der Neuronenpositionen, angegeben als N-malS-Matrix.

Ausgangsargumente

alle reduzieren

Vektordistanzen, ausgegeben als S-malQ-Matrix.

Gewichtungsgröße, ausgegeben als Zeilenvektor.

Ableitung von Z bezüglich W, ausgegeben als Zellen-Array.

Distanzen, ausgegeben als S-malS-Matrix.

Mehr über

alle reduzieren

Algorithmen

Die euklidische Distanz d zwischen zwei Vektoren X und Y ist

d = sum((x-y).^2).^0.5

Versionsverlauf

Eingeführt vor R2006a