Эти свойства определяют сведения о входах, слоях, выходах, целях, смещениях и весах сети.
Эти свойства определяют детали каждого i-го сетевого входа.
Это свойство состоит из строки, определяющей имя ввода. Функции создания сети, такие как feedforwardnet, определите это соответствующим образом. Но она может быть установлена в любую строку по желанию.
Если эта сеть связана с выходом обратной связи с разомкнутым контуром, то это свойство будет указывать индекс этого выхода. В противном случае это будет пустая матрица.
Это свойство определяет массив ячеек строк имен функций обработки, которые будут использоваться i-м сетевым входом. Функции обработки применяются к входным значениям до их использования сетью.
Побочные эффекты. Каждый раз, когда это свойство изменяется, входные данные processParams установлены значения по умолчанию для заданных функций обработки, processSettings, processedSize, и processedRange определяются путем применения функций и параметров процесса к exampleInput.
Для получения списка функций обработки введите help nnprocess.
Это свойство содержит массив ячеек строк параметров функции обработки, используемых i-ым сетевым входом. Параметры обработки применяются функциями обработки к входным значениям до их использования сетью.
Побочные эффекты. Каждый раз, когда это свойство изменяется, входные данные processSettings, processedSize, и processedRange определяются путем применения функций и параметров процесса к exampleInput.
Это свойство содержит массив ячеек строк параметров функции обработки, которые будут использоваться i-ым сетевым входом. Параметры обработки определяются путем применения функций и параметров обработки к exampleInput и затем используется для предоставления согласованных результатов новым входным значениям до их использования сетью.
Это свойство определяет диапазон exampleInput значения после их обработки с помощью processingFcns и processingParams.
Это свойство определяет количество строк в exampleInput значения после их обработки с помощью processingFcns и processingParams.
Это свойство определяет диапазон каждого элемента i-го сетевого входа.
Она может быть установлена в любую матрицу Ri × 2, где Ri - количество элементов на входе (net.inputs{i}.size), и каждый элемент в столбце 1 меньше, чем элемент рядом с ним в столбце 2.
Каждая j-я строка определяет минимальное и максимальное значения j-го входного элемента в следующем порядке:
net.inputs{i}(j,:)
Использует. Некоторые функции инициализации используют входные диапазоны для поиска соответствующих начальных значений для входных весовых матриц.
Побочные эффекты. Каждый раз, когда количество строк в этом свойстве изменяется, ввод size, processedSize, и processedRange изменения для сохранения последовательности. Размеры любых весов, поступающих от этого входного сигнала, и размеры весовых матриц также изменяются.
Это свойство определяет количество элементов на i-ом сетевом входе. Оно может быть равно 0 или положительному целому числу.
Побочные эффекты. Каждый раз, когда это свойство изменяется, входные данные range, processedRange, и processedSize обновляются. Любые связанные входные веса соответственно изменяют размер.
Это свойство позволяет пользователям добавлять пользовательскую информацию к i-му сетевому входу.
Эти свойства определяют подробные данные каждого i-го сетевого уровня.
Это свойство состоит из строки, определяющей имя слоя. Функции создания сети, такие как feedforwardnet, определите это соответствующим образом. Но она может быть установлена в любую строку по желанию.
Это свойство определяет физические размеры нейронов i-го слоя. Возможность упорядочить нейроны слоя многомерным образом важна для самоорганизующихся карт.
Он может быть установлен в любой вектор строки из 0 или положительных целых элементов, где произведение всех элементов становится числом нейронов в слое (net.layers{i}.size).
Использует. Размеры слоя используются для вычисления положений нейронов в слое (net.layers{i}.positions) с использованием функции топологии слоя (net.layers{i}.topologyFcn).
Побочные эффекты. При каждом изменении этого свойства размер слоя (net.layers{i}.size) изменения, чтобы оставаться последовательными. Положения нейронов слоя (net.layers{i}.positions) и расстояния между нейронами (net.layers{i}.distances) также обновляются.
Это свойство определяет, какая из функций расстояния используется для вычисления distances между нейронами в i-ом слое от нейрона positions. Расстояния нейронов используются самоорганизующимися картами. Ему можно присвоить имя любой функции расстояния.
Для получения списка функций введите help nndistance.
Побочные эффекты. Всякий раз, когда это свойство изменяется, расстояния между нейронами слоя (net.layers{i}.distances) обновляются.
Это свойство определяет расстояния между нейронами в i-ом слое. Эти расстояния используются самоорганизующимися картами:
net.layers{i}.distances
Всегда устанавливается результат применения функции расстояния слоя (net.layers{i}.distanceFcn) в положения нейронов слоя (net.layers{i}.positions).
Это свойство определяет, какая из функций инициализации уровня используется для инициализации i-го уровня, если функция инициализации сети (net.initFcnявляется initlay. Если для инициализации сети установлено значение initlay, то функция, указанная этим свойством, используется для инициализации весов и смещений слоя.
Это свойство определяет, какая из функций сетевого ввода используется для вычисления входных данных i-го уровня, учитывая взвешенные входные данные уровня и смещение во время моделирования и обучения.
Для получения списка функций введите help nnnetinput.
Это свойство определяет параметры функции сетевого ввода слоя. Звонить help для текущей функции сетевого ввода, чтобы получить описание каждого поля:
help(net.layers{i}.netInputFcn)
Это свойство определяет положение нейронов в i-ом слое. Эти позиции используются самоорганизующимися картами.
Всегда устанавливается результат применения функции топологии слоя (net.layers{i}.topologyFcnв положения размеров слоя (net.layers{i}.dimensions).
Построение графика. Использовать plotsom для построения графика положения нейронов слоя.
Например, если нейроны первого уровня сети расположены с размерами (net.layers{1}.dimensions) [4 5] и функции топологии (net.layers{1}.topologyFcnявляется hextopпозиции нейронов могут быть нанесены следующим образом:
plotsom(net.layers{1}.positions)
Это свойство определяет выходной диапазон каждого нейрона i-го слоя.
Устанавливается в матрицу Si × 2, где Si - количество нейронов в слое (net.layers{i}.size), и каждый элемент в столбце 1 меньше, чем элемент рядом с ним в столбце 2.
Каждая j-я строка определяет минимальное и максимальное выходные значения передаточной функции слоя net.layers{i}.transferFcn.
Это свойство определяет количество нейронов в i-ом слое. Оно может быть равно 0 или положительному целому числу.
Побочные эффекты. Всякий раз, когда это свойство изменяется, размеры любых входных весов, поступающих на слой (net.inputWeights{i,:}.size), любые веса слоя, идущие к слою (net.layerWeights{i,:}.size) или поступающего из слоя (net.layerWeights{i,:}.size) и смещение слоя (net.biases{i}.size), изменить.
Размеры соответствующих весовых матриц (net.IW{i,:}, net.LW{i,:}, net.LW{:,i}) и предубеждения (net.b{i}) также изменить.
Изменение этого свойства также изменяет размер выходных данных слоя (net.outputs{i}.size) и цели (net.targets{i}.size), если они существуют.
Наконец, при изменении этого свойства размеры нейронов слоя (net.layers{i}.dimension) имеют одинаковое значение. (Это приводит к одномерному расположению нейронов. Если требуется другая компоновка, установите dimensions свойство непосредственно вместо использования size.)
Это свойство определяет, какая из функций топологии используется для вычисления положения нейронов i-го уровня (net.layers{i}.positions) от размеров слоя (net.layers{i}.dimensions).
Для получения списка функций введите help nntopology.
Побочные эффекты. Всякий раз, когда это свойство изменяется, позиции нейронов слоя (net.layers{i}.positions) обновляются.
Использовать plotsom для построения графика положения нейронов слоя. Например, если нейроны первого уровня сети расположены с размерами (net.layers{1}.dimensions) [8 10] и функции топологии (net.layers{1}.topologyFcnявляется randtopположения нейронов расположены так, чтобы напоминать следующий график:
plotsom(net.layers{1}.positions)
Эта функция определяет, какая из передаточных функций используется для вычисления выходного сигнала i-го уровня, учитывая чистый входной сигнал уровня, во время моделирования и обучения.
Для получения списка функций введите help nntransfer.
Это свойство определяет параметры передаточной функции слоя. Звонить help на текущей передаточной функции, чтобы получить описание того, что означает каждое поле:
help(net.layers{i}.transferFcn)
Это свойство позволяет пользователям добавлять пользовательскую информацию на i-й сетевой уровень.
Это свойство состоит из строки, определяющей имя вывода. Функции создания сети, такие как feedforwardnet, определите это соответствующим образом. Но она может быть установлена в любую строку по желанию.
Если на выходе реализована обратная связь с разомкнутым контуром (net.outputs{i}.feedbackMode = 'open'), то это свойство указывает индекс связанного ввода обратной связи, в противном случае это будет пустая матрица.
Это свойство определяет разность временных интервалов между выходными данными и сетевыми входами. Задержки сети ввода-вывода можно удалить и добавить с помощью removedelay и adddelay функции, в результате чего это свойство увеличивается или уменьшается соответственно. Разница во времени между входами и выходами используется preparets для правильного форматирования данных моделирования и обучения и использования closeloop для добавления правильного количества задержек при закрытии выхода с разомкнутым контуром, и openloop для устранения задержек при открытии замкнутого контура.
Для этого свойства установлена строка 'none' для выходных сигналов без обратной связи. Для выходных данных обратной связи можно установить значение 'open' или 'closed'. Если установлено значение 'open', то выход будет связан со входом обратной связи, со свойством feedbackInput указывая индекс входного сигнала.
Это свойство определяет массив ячеек строк имен функций обработки, которые будут использоваться i-м сетевым выходом. Функции обработки применяются к целевым значениям до того, как сеть использует их, и применяются наоборот к выходным значениям уровня перед возвращением в качестве выходных значений сети.
Побочные эффекты. Изменение этого свойства также влияет на следующие параметры: параметры вывода processParams изменяют на значения по умолчанию для указанных функций обработки; processSettings, processedSize, и processedRange определяются с использованием результатов применения функций и параметров процесса к exampleOutput; размер i-го слоя обновляется в соответствии с processedSize.
Для получения списка функций введите help nnprocess.
Это свойство содержит массив ячеек строк параметров функции обработки, которые будут использоваться ith сетевыми выходами для целевых значений. Параметры обработки применяются функциями обработки к входным значениям до их использования сетью.
Побочные эффекты. Каждый раз, когда это свойство изменяется, вывод processSettings, processedSize и processedRange определяются путем применения функций и параметров процесса к exampleOutput. Размер i-го слоя также обновляется в соответствии с processedSize.
Это свойство содержит массив ячеек строк параметров функции обработки, которые будут использоваться i-ым сетевым выходом. Параметры обработки определяются путем применения функций и параметров обработки к exampleOutput и затем используется для предоставления согласованных результатов новым целевым значениям до их использования сетью. Настройки обработки также применяются в обратном порядке к выходным значениям уровня перед возвратом сетью.
Это свойство определяет диапазон exampleOutput значения после их обработки с помощью processingFcns и processingParams.
Это свойство определяет количество строк в exampleOutput значения после их обработки с помощью processingFcns и processingParams.
Это свойство определяет количество элементов в выходных данных i-го слоя. Всегда устанавливается размер i-го слоя (net.layers{i}.size).
Это свойство позволяет пользователям добавлять пользовательскую информацию в выходные данные i-го слоя.
Это свойство определяет функции инициализации веса и смещения, используемые для установки вектора смещения i-го уровня (net.b{i}), если функция инициализации сети initlay и функцией инициализации i-го уровня является initwb.
Это свойство определяет необходимость изменения i-го вектора смещения во время обучения и адаптации. Можно установить значение 0 или 1.
Он включает или отключает обучение смещения во время вызовов к adapt и train.
Это свойство определяет, какая из функций обучения используется для обновления вектора смещения i-го уровня (net.b{i}) во время обучения, если функция обучения сети trainb, trainc, или trainrили во время адаптации, если функция адаптации сети trains.
Для получения списка функций введите help nnlearn.
Побочные эффекты. При каждом изменении этого свойства происходит смещение параметров обучения (net.biases{i}.learnParam) должны содержать поля и значения по умолчанию новой функции.
Это свойство определяет параметры и значения обучения для текущей функции обучения смещения i-го уровня. Поля этого свойства зависят от текущей функции обучения. Звонить help на текущей функции обучения, чтобы получить описание того, что означает каждое поле.
Это свойство определяет размер вектора смещения i-го слоя. Всегда устанавливается размер i-го слоя (net.layers{i}.size).
Это свойство позволяет пользователям добавлять пользовательскую информацию к смещению i-го слоя.
Это свойство определяет линию задержки между j-м входом и его весом для i-го уровня. Он должен быть установлен в вектор строки возрастающих значений. Элементы должны быть либо 0, либо положительными целыми числами.
Побочные эффекты. Всякий раз, когда это свойство изменяется, размер веса (net.inputWeights{i,j}.size) и размеры его весовой матрицы (net.IW{i,j}) обновляются.
Это свойство определяет, какая из функций инициализации веса и смещения используется для инициализации матрицы веса (net.IW{i,j}) переход на i-й уровень с j-го входа, если функция инициализации сети initlayи функцией инициализации i-го уровня является initwb. Для этой функции можно задать имя любой функции инициализации веса.
Для этого свойства установлены значения, полезные для инициализации веса в процессе настройки, который происходит автоматически при первом обучении сети или при выполнении функции. configure вызывается непосредственно в сети.
Это свойство определяет, следует ли изменять весовую матрицу для i-го уровня из j-го ввода во время обучения и адаптации. Можно установить значение 0 или 1.
Это свойство определяет, какая из функций обучения используется для обновления матрицы весов (net.IW{i,j}) переход на i-й уровень с j-го входа во время обучения, если функция обучения сети trainb, trainc, или trainrили во время адаптации, если функция адаптации сети trains. Для него можно задать имя любой функции обучения весу.
Для получения списка функций введите help nnlearn.
Это свойство определяет параметры и значения обучения для текущей функции обучения веса i-го уровня, поступающего из j-го входного сигнала.
Поля этого свойства зависят от текущей функции обучения (net.inputWeights{i,j}.learnFcn). Оцените приведенную выше ссылку для просмотра полей текущей обучающей функции.
Звонить help на текущей функции обучения, чтобы получить описание того, что означает каждое поле.
Это свойство определяет размеры матрицы весов i-го уровня из входных данных j-й сети. Всегда устанавливается двухэлементный вектор строки, указывающий количество строк и столбцов связанной весовой матрицы (net.IW{i,j}). Первый элемент равен размеру i-го слоя (net.layers{i}.size). Второй элемент равен произведению длины векторов задержки веса и размера j-го входа:
length(net.inputWeights{i,j}.delays) * net.inputs{j}.size
Это свойство предоставляет пользователям место для добавления пользовательской информации в (i, j) -й входной вес.
Это свойство определяет, какая из весовых функций используется для применения веса i-го слоя от j-го входа к этому входу. Ему можно присвоить имя любой весовой функции. Функция весов используется для преобразования входных данных слоев во время моделирования и обучения.
Для получения списка функций введите help nnweight.
Это свойство определяет параметры функции сетевого ввода слоя. Звонить help на текущей функции сетевого ввода, чтобы получить описание каждого поля.
Это свойство определяет линию задержки между j-м уровнем и его весом до i-го уровня. Он должен быть установлен в вектор строки возрастающих значений. Элементы должны быть либо 0, либо положительными целыми числами.
Это свойство определяет, какая из функций инициализации веса и смещения используется для инициализации матрицы веса (net.LW{i,j}) переход на i-й уровень от j-го уровня, если функция инициализации сети initlayи функцией инициализации i-го уровня является initwb. Для этой функции можно задать имя любой функции инициализации веса.
Для этого свойства установлены значения, полезные для инициализации веса в процессе настройки, который происходит автоматически при первом обучении сети или при выполнении функции. configure вызывается непосредственно в сети.
Это свойство определяет, следует ли изменять весовую матрицу для i-го слоя от j-го слоя во время обучения и адаптации. Можно установить значение 0 или 1.
Это свойство определяет, какая из функций обучения используется для обновления матрицы весов (net.LW{i,j}) переход на i-й уровень от j-го уровня во время обучения, если функция обучения сети trainb, trainc, или trainrили во время адаптации, если функция адаптации сети trains. Для него можно задать имя любой функции обучения весу.
Для получения списка функций введите help nnlearn.
Это свойство определяет поля параметров обучения и значения для текущей функции обучения веса i-го уровня, поступающего от j-го уровня. Поля этого свойства зависят от текущей функции обучения. Звонить help на текущей функции сетевого ввода, чтобы получить описание каждого поля.
Это свойство определяет размеры матрицы веса i-го слоя от j-го слоя. Всегда устанавливается двухэлементный вектор строки, указывающий количество строк и столбцов связанной весовой матрицы (net.LW{i,j}). Первый элемент равен размеру i-го слоя (net.layers{i}.size). Второй элемент равен произведению длины векторов задержки веса и размера j-го слоя.
Это свойство позволяет пользователям добавлять пользовательскую информацию к весу (i, j) -го слоя.
Это свойство определяет, какая из весовых функций используется для применения веса i-го слоя от j-го к выходу этого слоя. Ему можно присвоить имя любой весовой функции. Весовая функция используется для преобразования входных данных уровня при моделировании сети.
Для получения списка функций введите help nnweight.
Это свойство определяет параметры функции сетевого ввода слоя. Звонить help на текущей функции сетевого ввода, чтобы получить описание каждого поля.