Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 10 стр.

UptoLike

ВУЗ: 

ПГУ | Пенза

Составители: 

Рубрика: 

10
net.IW{1,1} = [3, 4]; net.b{1} = 5;
wts = net.IW{1,1}, bias = net.b{1}
wts =
3 4
bias =
5
Для того чтобы вернуться к первоначальным установкам парамет-
ров персептрона, предназначена функция init:
net = init(net); wts = net.IW{1,1}, bias = net.b{1}
wts =
0 0
bias =
0
Можно изменить способ, каким инициализируется персептрон с
помощью функции init. Для этого достаточно изменить тип функций
инициализации, которые применяются для установки первоначаль-
ных значений весов входов и смещений. Например, воспользуемся
функцией инициализации rands, которая устанавливает случайные
значения параметров персептрона:
% Задать функции инициализации весов и смещений
net.inputweights{1,1}.initFcn = 'rands';
net.biases{1}.initFcn = 'rands';
% Выполнить инициализацию ранее созданной сети с новыми функциями
net = init(net);
wts = net.IW{1,1}, bias = net.b{1}
wts =
-0.1886 0.8709
bias =
-0.6475
Видно, что веса и смещения выбраны случайным образом. 
  net.IW{1,1} = [3, 4]; net.b{1} = 5;
  wts = net.IW{1,1}, bias = net.b{1}
  wts =
       3     4
  bias =
       5

   Для того чтобы вернуться к первоначальным установкам парамет-
ров персептрона, предназначена функция init:

  net = init(net); wts = net.IW{1,1}, bias = net.b{1}

  wts =
       0       0
  bias =
       0

   Можно изменить способ, каким инициализируется персептрон с
помощью функции init. Для этого достаточно изменить тип функций
инициализации, которые применяются для установки первоначаль-
ных значений весов входов и смещений. Например, воспользуемся
функцией инициализации rands, которая устанавливает случайные
значения параметров персептрона:
  % Задать функции инициализации весов и смещений
  net.inputweights{1,1}.initFcn = 'rands';
  net.biases{1}.initFcn = 'rands';
  % Выполнить инициализацию ранее созданной сети с новыми функциями
  net = init(net);
  wts = net.IW{1,1}, bias = net.b{1}

  wts =
     -0.1886       0.8709
  bias =
     -0.6475
  Видно, что веса и смещения выбраны случайным образом.




                               10

Страницы