Вес Perceptron и функция изучения смещения
[dW,LS] = learnp(W,P,Z,N,A,T,E,gW,gA,D,LP,LS)
info = learnp('code
')
learnp
perceptron функция изучения веса/смещения.
[dW,LS] = learnp(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 |
info = learnp('
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
и ошибка E
для слоя с двухэлементным входом и тремя нейронами.
p = rand(2,1); e = rand(3,1);
Поскольку learnp
только потребности эти значения, чтобы вычислить изменение веса (см. “Алгоритм” ниже), используйте их, чтобы сделать так.
dW = learnp([],p,[],[],[],[],e,[],[],[],[],[])
learnp
вычисляет вес изменяют dW
для данного нейрона от входа P
нейрона и ошибка
E
согласно perceptron изучение правила:
dw = 0, if e = 0 = p', if e = 1 = -p', if e = -1
Это может быть получено в итоге как
dw = e*p'
Розенблатт, F., принципы нейродинамики, Вашингтона, округ Колумбия, спартанского нажатия, 1961