network
Erstellen eines benutzerdefinierten flachen neuronalen Netzes
Syntax
net = network
net = network(numInputs,numLayers,biasConnect,inputConnect,layerConnect,outputConnect)
Hilfe erhalten
Geben Sie help network/network
ein.
Tipp
Um zu erfahren, wie man ein Deep-Learning-Netz erstellt, gehen Sie auf dlnetwork
.
Beschreibung
network
erstellt neue benutzerdefinierte Netze. Es wird verwendet, um Netze zu erstellen, die dann durch Funktionen wie feedforwardnet
und narxnet
angepasst werden.
net = network
ohne Argumente gibt ein neues neuronales Netz ohne Eingänge, Schichten oder Ausgänge zurück.
net = network(numInputs,numLayers,biasConnect,inputConnect,layerConnect,outputConnect)
nimmt die folgenden optionalen Argumente entgegen (angegeben mit Standardwerten):
numInputs | Anzahl der Eingänge, 0 |
numLayers | Anzahl der Schichten, 0 |
biasConnect |
|
inputConnect |
|
layerConnect |
|
outputConnect | 1-mal- |
und gibt Folgendes zurück:
net | Ein neues Netz mit den angegebenen Eigenschaftswerten |
Eigenschaften
Architektonische Eigenschaften
net.numInputs | 0 oder eine positive Ganzzahl | Anzahl der Eingänge. |
net.numLayers | 0 oder eine positive Ganzzahl | Anzahl der Ebenen. |
net.biasConnect |
| Wenn |
net.inputConnect |
| Wenn |
net.layerConnect |
| Wenn |
net.outputConnect | 1-mal- | Wenn |
net.numOutputs | 0 oder eine positive Ganzzahl (schreibgeschützt) | Anzahl der Netzausgänge gemäß |
net.numInputDelays | 0 oder eine positive Ganzzahl (schreibgeschützt) | Maximale Eingangsverzögerung nach allen |
net.numLayerDelays | 0 oder eine positive Zahl (schreibgeschützt) | Maximale Schichtverzögerung nach allen |
Eigenschaften der Unterobjektstruktur
net.inputs |
|
|
net.layers |
|
|
net.biases |
| Wenn |
net.inputWeights |
| Wenn |
net.layerWeights |
| Wenn |
net.outputs | 1-mal- | Wenn |
Funktionseigenschaften
net.adaptFcn | Name einer Netzanpassungsfunktion oder |
net.initFcn | Name einer Netzinitialisierungsfunktion oder |
net.performFcn | Name einer Netzleistungsfunktion oder |
net.trainFcn | Name einer Netztrainingsfunktion oder |
Parametereigenschaften
net.adaptParam | Netzanpassungsparameter |
net.initParam | Netzinitialisierungsparameter |
net.performParam | Netzleistungsparameter |
net.trainParam | Netztrainingsparameter |
Eigenschaften von Gewichtung und Verzerrung
net.IW |
|
net.LW |
|
net.b |
|
Andere Eigenschaften
net.userdata | Struktur, die Sie zum Speichern nützlicher Werte verwenden können |
Beispiele
Erstellen eines Netzes mit einem Eingang und zwei Schichten
Dieses Beispiel zeigt, wie man ein Netz ohne Eingänge und Schichten erstellt und dann die Anzahl der Eingänge und Schichten auf 1 bzw. 2 setzt.
net = network net.numInputs = 1 net.numLayers = 2
Alternativ dazu können Sie dasselbe Netz auch mit einer Zeile Code erstellen.
net = network(1,2)
Vorwärtsgerichtetes Netz erstellen und Eigenschaften ansehen
Dieses Beispiel zeigt, wie man ein zweischichtiges vorwärtsgerichtetes Netz mit einem Eingang erstellt. Nur die erste Schicht hat eine Verzerrung. Ein Eingangsgewicht verbindet die Schicht 1 mit dem Eingang 1. Ein Schichtgewicht verbindet die Schicht 2 mit Schicht 1. Schicht 2 ist ein Netzausgang und hat ein Ziel.
net = network(1,2,[1;0],[1; 0],[0 0; 1 0],[0 1])
Sie können die Netzunterobjekte mit dem folgenden Code anzeigen.
net.inputs{1} net.layers{1}, net.layers{2} net.biases{1} net.inputWeights{1,1}, net.layerWeights{2,1} net.outputs{2}
Sie können die Eigenschaften jedes der Netzunterobjekte ändern. Dieser Code ändert die Transferfunktionen der beiden Schichten:
net.layers{1}.transferFcn = 'tansig'; net.layers{2}.transferFcn = 'logsig';
Sie können die Gewichte für die Verbindung vom ersten Eingang zur ersten Schicht wie folgt anzeigen. Die Gewichte für eine Verbindung von einem Eingang zu einer Schicht werden in net.IW
gespeichert. Wenn die Werte noch nicht festgelegt sind, ist dieses Ergebnis leer.
net.IW{1,1}
Sie können die Gewichte für die Verbindung von der ersten Schicht zur zweiten Schicht wie folgt anzeigen. Die Gewichte für eine Verbindung von einer Schicht zu einer Schicht werden in net.LW
gespeichert. Wenn die Werte noch nicht festgelegt sind, ist das Ergebnis wiederum leer.
net.LW{2,1}
Sie können die Verzerrungswerte für die erste Schicht wie folgt anzeigen.
net.b{1}
Um die Anzahl der Elemente in Eingang 1 auf 2 zu ändern, stellen Sie den Bereich für jedes Element ein:
net.inputs{1}.range = [0 1; -1 1];
Nachdem Sie Ihr Netz trainiert haben, können Sie sim
verwenden, um das Netz zu simulieren. Simulieren Sie zum Beispiel das Netz für einen Zwei-Elemente-Eingangsvektor.
p = [0.5; -0.1]; y = sim(net,p)
Versionsverlauf
Eingeführt vor R2006a