Искусственные нейронные сети. Сивохин А.В - 49 стр.

              Лабораторная работа № 5

      Методы и алгоритмы обучения
     искусственных нейронных сетей
   Цель работы: изучение и приобретение навыков практического
применения методов и алгоритмов инициализации и обучения искус-
ственных нейронных сетей, а также овладение способами их разра-
ботки.

              Теоретические сведения
    После того как сформирована архитектура нейронной сети, долж-
ны быть заданы начальные значения весов и смещений, или иными
словами, сеть должна быть инициализирована. Такая процедура вы-
полняется с помощью метода init для объектов класса network. Опе-
ратор вызова этого метода имеет вид:
                               net = init (net).
    Перед вызовом этого метода в вычислительной модели сети необ-
ходимо задать следующие свойства:
    net.initFcn – для определения функций, которые будут использо-
ваться для задания начальных матриц весов и весов слоёв, а также
начальных векторов смещений;
    net.layers {i}. initFcn – для задания функции инициализации i-го
слоя;
    net.biases{i}.initFcn – для задания начального вектора смещения
i-го слоя;
    net.inputWeights{i,j}.initFcn – для задания функции вычисления
матрицы весов к слою i от входа j;
    net.layerWeight{i,j}.initFcn – для задания функции вычисления
матрицы весов к слою i от входа j;
    net.initParam – для задания параметров функций инициализации.
    Способ инициализации сети определяется заданием свойств и
net.initFcn net.layers{i}.initFcn. Для сетей с прямой передачей сиг-



                                49