Искусственные нейронные сети. Сивохин А.В - 31 стр.

UptoLike

31
Логистическая функция активации
logsig
. Эта функция опи-
сывается соотношением
а = logsig(n) = 1/(1 + ехр(-n))
и показа-
на на рис. 3.4. Она принадлежит к классу сигмои
дальных функ-
ций, и ее аргумент может принимать любое значение в диапазоне
от
до + , а выход изменяется в диапазоне от 0 до 1. В пакете
ППП Neural Network Toolbox она представлена М-функцией
logsig.
Благодаря свойству дифференцируемости эта функция часто исполь-
зуется в сетях с обучением на основе метода обратного распростра-
нения ошибки.
Рис. 3.4. Функция logsig
Символ в квадрате в правом верхнем углу графика характеризует
функцию активации. Это изображение используется на структурных
схемах нейронных сетей.
В пакет ППП Neural Network Toolbox включены и другие функции
активации. Используя язык MATLAB, пользователь может создавать
и свои собственные уникальные функции.
Нейрон с векторным входом
Нейрон с одним вектором входа р с R элементами
R
ppp ,,,
21
K
показан на рис. 3.5. Здесь каждый элемент входа умножается на веса
R
www
11211
,,, K
соответственно и взвешенные значения передаются
   Логистическая функция активации logsig. Эта функция опи-
сывается соотношением а = logsig(n) = 1/(1 + ехр(-n)) и показа-
на на рис. 3.4. Она принадлежит к классу сигмоидальных функ-
ций, и ее аргумент может принимать любое значение в диапазоне
от − ∞ до + ∞ , а выход изменяется в диапазоне от 0 до 1. В пакете
ППП Neural Network Toolbox она представлена М-функцией logsig.
Благодаря свойству дифференцируемости эта функция часто исполь-
зуется в сетях с обучением на основе метода обратного распростра-
нения ошибки.




                       Рис. 3.4. Функция logsig

   Символ в квадрате в правом верхнем углу графика характеризует
функцию активации. Это изображение используется на структурных
схемах нейронных сетей.
   В пакет ППП Neural Network Toolbox включены и другие функции
активации. Используя язык MATLAB, пользователь может создавать
и свои собственные уникальные функции.
               Нейрон с векторным входом
   Нейрон с одним вектором входа р с R элементами p1 , p2 ,K, p R
показан на рис. 3.5. Здесь каждый элемент входа умножается на веса
w11 , w12 , K , w1R соответственно и взвешенные значения передаются


                                 31