Искусственные нейронные сети. Сивохин А.В - 66 стр.

   2. Настроить параметры сети для инициализации с помощью ал-
горитма Нгуена–Видроу для обеспечения возможности использова-
ния метода обратного распространения:
   net5.initFcn = ′initlay′; % – для сети;
   net5.layers{1}.initFcn = ′initnw′; % – для 1-го слоя;
   net5.layers{2}.initFcn = ′initnw′; % – для 2-го слоя;
   net5.layers{3}.initFcn = ′initnw′; % – для 3-го слоя.
   3. Проинициализировать сеть для её последующего обучения ме-
тодом обратного распространения ошибки:
   net5 = init(net5);
   net5.IW{1, 1} % – матрица весов для 1-го входа;
   net5.IW{1, 2} % – матрица весов для 2-го входа;
   net5.LW{2, 1} % – матрица весов для 2-го слоя;
   net5.LW{3, 2} % – матрица весов для 3-го слоя;
   net5.b{1} % – матрица смещения для 1-го слоя;
   net5.b{2} % – матрица смещения для 2-го слоя;
   net5.b{3} % – матрица смещения для 3-го слоя.
   4. Промоделировать сеть с начальными значениями весов и сме-
щений:
   P = [0.5 1 ; 1 0.5]; % – значения входных векторов;
   Y = sim(net5)         % – моделирование сети.

   Задание 6. Создать и инициализировать трёхслойную сеть с двумя
входами для последующего обучения различными методами, выпол-
нив следующие действия:
   1. Создать шаблон сети, воспользовавшись шаблоном net5:
   net6 = net5; % – создание новой копии сети;
   net6 = revert(net5); % – возврат к настройке параметров по
умолчанию.
   2. Настроить параметры сети с помощью функции инициализа-
ции нулевых значений весов и смещений initzero:
   net6.initFcn = ′initlay′;


                               66