logsig

(Zu entfernen) Log-Sigmoid-Transferfunktion

logsig wird in einer zukünftigen Version entfernt. Weitere Informationen finden Sie unter Transition Legacy Neural Network Code to dlnetwork Workflows.

Ratschläge zur Aktualisierung Ihres Codes finden Sie unter Versionsverlauf.

Syntax

A = logsig(N)

dA_dN = logsig('dn',N,A,FP)

info = logsig(code)

Beschreibung

Tipp

Um eine Log-Sigmoid-Aktivierung für Deep Learning zu verwenden, benutzen Sie die Funktion sigmoidLayer oder die dlarray-Methode „Sigmoid“.

A = logsig(N) nimmt eine Matrix von Netzeingangsvektoren, N und gibt die S-mal-Q-Matrix A zurück, mit den Elementen von N in [0, 1] gepresst.

logsig ist eine Transferfunktion. Transferfunktionen berechnen den Ausgang einer Schicht aus ihrem Netzeingang.

dA_dN = logsig('dn',N,A,FP) gibt die S-mal-Q-Ableitung von A bezüglich N aus. Wenn A oder FP nicht angegeben wird oder auf [] gesetzt ist, wird FP auf die Standardparameter zurückgesetzt und A wird aus N berechnet.

info = logsig(code) gibt Informationen über diese Funktion aus. Weitere Informationen finden Sie in der Beschreibung des Arguments code.

Beispiele

Erstellen eines Diagramms der Transferfunktion logsig

Dieses Beispiel zeigt, wie man die Log-Sigmoid-Transferfunktion einer Eingangsmatrix berechnet und plottet.

Erstellen Sie die Eingangsmatrix n. Rufen Sie dann die Funktion logsig auf und stellen Sie die Ergebnisse dar.

n = -5:0.1:5;
a = logsig(n);
plot(n,a)

Ordnen Sie diese Übertragungsfunktion der Schicht i eines Netzes zu.

net.layers{i}.transferFcn = 'logsig';

Eingabeargumente

N — Eingangsmatrix

Matrix

Netto-Eingangsspaltenvektoren, angegeben als S-mal-Q-Matrix.

code — Informationsoption

'name' | 'output' | 'active' | 'fullderiv' | 'fpnames' | 'fpdefaults'

Informationen, die Sie aus der Funktion abrufen möchten, angegeben als eines der folgenden Argumente:

• 'name' gibt den Namen dieser Funktion aus.

• 'output' gibt den Ausgabebereich [min max] aus.

• 'active' gibt den aktiven Eingangsbereich [min max] aus.

• 'fullderiv' gibt 1 oder 0 aus, je nachdem, ob dA_dN S-malS-malQ oder S-mal-Q ist.

• 'fpnames' gibt die Namen der Funktionsparameter aus.

• 'fpdefaults' gibt die Standard-Funktionsparameter aus.

Ausgangsargumente

A — Ausgangsmatrix

Matrix

Ausgangsvektoren, zurückgegeben als S-mal-Q-Matrix, wobei jedes Element von N mit einer „S-förmigen“ Funktion aus dem Intervall [-inf inf] auf das Intervall [0 1] gepresst wird.

Algorithmen

logsig(n) = 1 / (1 + exp(-n))

Versionsverlauf

Eingeführt vor R2006a

R2026a: logsig wird zukünftig entfernt.

logsig wird in einer zukünftigen Version entfernt.

Mehr über die Verwendung von Aktivierungs- und Transferfunktionen in neuronalen Netzen erfahren Sie in den folgenden Beispielen und Themen:

• Build Networks with Deep Network Designer

• List of Deep Learning Layers

• List of Functions with dlarray Support

• Compare Activation Layers

• Example Deep Learning Network Architectures

Um eine Sigmoid-Schicht in ein Schichtenarray oder ein dlnetwork-Objekt aufzunehmen, verwenden Sie sigmoidLayer. Um die Sigmoid-Aktivierung auf dlarray-Objekte anzuwenden, verwenden Sie die sigmoid-Funktion.

Weitere Informationen finden Sie unter Transition Legacy Neural Network Code to dlnetwork Workflows.

Siehe auch

Time Series Modeler | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

Themen

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows