Функция изучения веса возрастной стадии
[dW,LS] = learnis(W,P,Z,N,A,T,E,gW,gA,D,LP,LS)
info = learnis('code
')
learnis
функция изучения веса возрастной стадии.
[dW,LS] = learnis(W,P,Z,N,A,T,E,gW,gA,D,LP,LS)
берет несколько входных параметров,
W |
|
P |
|
Z |
|
N |
|
A |
|
T |
|
E |
|
gW |
|
gA |
|
D |
|
LP | Изучая параметры, ни один, |
LS | При изучении состояния, первоначально должен быть = |
и возвращается
dW |
|
LS | Новое состояние изучения |
Изучение происходит согласно learnis
изучение параметра, показанного здесь с его значением по умолчанию.
LP.lr - 0.01 | Скорость обучения |
info = learnis('
возвращает полезную информацию для каждого code
')code
символьный вектор:
'pnames' | Имена изучения параметров |
'pdefaults' | Параметры изучения значения по умолчанию |
'needg' | Возвращается 1, если эта функция использует |
Здесь вы задаете случайный вход P
, выход A
, и матрица веса W
для слоя с двухэлементным входом и тремя нейронами. Также задайте скорость обучения LR
.
p = rand(2,1); a = rand(3,1); w = rand(3,2); lp.lr = 0.5;
Поскольку learnis
только потребности эти значения, чтобы вычислить изменение веса (см. “Алгоритм” ниже), используйте их, чтобы сделать так.
dW = learnis(w,p,[],[],a,[],[],[],[],[],lp,[])
Подготовить веса и смещение слоя i
из пользовательской сети так, чтобы это могло учиться с learnis
,
Установите net.trainFcn
к 'trainr'
. (net.trainParam
автоматически становится trainr
параметры по умолчанию.)
Установите net.adaptFcn
к 'trains'
. (net.adaptParam
автоматически становится trains
параметры по умолчанию.)
Установите каждый net.inputWeights{i,j}.learnFcn
к 'learnis'
.
Установите каждый net.layerWeights{i,j}.learnFcn
к 'learnis'
. (Каждый вес, изучающий свойство параметра, автоматически установлен в learnis
параметры по умолчанию.)
Обучать сеть (или позволять ему адаптироваться),
Установите net.trainParam
(net.adaptParam
) свойства к требуемым значениям.
Вызовите train
(adapt
).
learnis
вычисляет вес изменяют dW
для данного нейрона от входа P
нейрона, выход
A
, и скорость обучения LR
согласно правилу изучения возрастной стадии:
dw = lr*a*(p'-w)
Grossberg, S., исследования Мышления и мозга, Drodrecht, Голландия, нажатия Reidel, 1982