Искусственные нейронные сети. Сивохин А.В - 68 стр.

ним нейроном во втором слое, настроить сеть для обучения с исполь-
зованием алгоритма градиентного спуска GD, обучить эту сеть и пу-
тём её моделирования оценить качество обучения. Порядок выпол-
нения задания следующий:
   1. Создать нейронную сеть с прямой передачей сигнала:

   net8 = newff([0 5], …. % – диапазоны значений входа;
        [2 1], …..        % – количество нейронов в слоях;
        {′tansig′,        % – функция активации для 1-го слоя;
        ′logsig′}         % – функция активации для 2-го слоя;
        ′traingd′);       % – имя функции обучения.
   2. Убедиться, что веса и смещения каждого слоя инициализиро-
ваны с помощью алгоритма Нгуена–Видроу:

  net8.initFcn                  % – должно быть ′initlay′;
  net8.layers{1}.initFcn        % – должно быть ′initnw′;
  net8.layers{2}.initFcn        % – должно быть ′initnw′;
  net8.IW{1,1}                  % – вес входа;
  net8.LW{2,1}                  % – веса для 2-го слоя.
  net8.b{1}
  net8.b{2}

  3. Задать обучающие последовательности входов и целей T:

  P = [0 1 2 3 4 5];            % – вектор входа;
  T = [0 0 0 1 1 1];            % – вектор целей.

   4. Выдать на экран параметры обучающей функции traingd и их
значений по умолчанию:

  info = traingd(′pdefaults′)
  info =


                                   68