Моделирование искусственных нейронных сетей в системе MATLAB. Часть 1. Введение. Донской Д.А - 9 стр.

UptoLike

9
Инициализация параметров
Для однослойного персептрона в качестве параметров нейронной
сети в общем случае выступают веса входов и смещения. Допустим,
что создается персептрон с двухэлементным вектором входа и одним
нейроном
clear, net = newp([-2 2;-2 2],1);
Запросим характеристики весов входа
net.inputweights{1, 1}
ans =
delays: 0
initFcn: 'initzero'
learn: 1
learnFcn: 'learnp'
learnParam: []
size: [1 2]
userdata: [1x1 struct]
weightFcn: 'dotprod'
Из этого списка следует, что в качестве функции инициализации
по умолчанию используется функция initzero, которая присваивает
весам входа нулевые значения. В этом можно убедиться, если из-
влечь значения элементов матрицы весов и смещения:
wts = net.IW{1,1}, bias = net.b{1}
wts =
0 0
bias =
0
Теперь переустановим значения элементов матрицы весов и сме-
щения:
                   Инициализация параметров
   Для однослойного персептрона в качестве параметров нейронной
сети в общем случае выступают веса входов и смещения. Допустим,
что создается персептрон с двухэлементным вектором входа и одним
нейроном
  clear, net = newp([-2 2;-2 2],1);
  Запросим характеристики весов входа

  net.inputweights{1, 1}
  ans =
          delays: 0
         initFcn: 'initzero'
           learn: 1
        learnFcn: 'learnp'
      learnParam: []
            size: [1 2]
        userdata: [1x1 struct]
       weightFcn: 'dotprod'


   Из этого списка следует, что в качестве функции инициализации
по умолчанию используется функция initzero, которая присваивает
весам входа нулевые значения. В этом можно убедиться, если из-
влечь значения элементов матрицы весов и смещения:

  wts = net.IW{1,1}, bias = net.b{1}
  wts =
       0     0
  bias =
       0


  Теперь переустановим значения элементов матрицы весов и сме-
щения:


                               9