Эти свойства определяют детали входов, слоев, выходов, целей, смещений и весов сети.
Эти свойства определяют детали каждого входного сигнала i сети.
Это свойство состоит из строки, определяющей входное имя. Функции создания сетей, такие как feedforwardnet, определите это соответствующим образом. Но при желании его можно задать в любую строку.
Если эта сеть связана с выходным сигналом обратной связи без разомкнутого контура, то это свойство будет указывать индекс этого выхода. В противном случае это будет пустая матрица.
Это свойство задает массив ячеек строк имен функции обработки, которые будут использоваться i-м сетевым входом. Функции обработки применяются к входным значениям перед использованием их сетью.
Побочные эффекты. Всякий раз, когда это свойство изменяется, вход processParams заданы 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, которые используются i-м входом сети. Параметры обработки применяются функциями обработки к входным значениям перед использованием их сетью.
Побочные эффекты. Всякий раз, когда это свойство изменяется, вход processSettings, processedSize, и processedRange определяются путем применения функций и параметров процесса к exampleInput.
Это свойство содержит массив ячеек строк настроек функции обработки, которые используются i-м сетевым входом. Настройки обработки найдены путем применения функций и параметров обработки к exampleInput а затем используется для предоставления непротиворечивых результатов новым входным значениям перед их использованием сетью.
Это свойство определяет область значений 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 область значений каждого элемента i-го входа сети.
Его можно задать в любой Ri × 2 матрице, где Ri - количество элементов во входе (net.inputs{i}.size), и каждый элемент в столбце 1 меньше, чем элемент рядом с ним в столбце 2.
Каждая j вторая строка определяет минимальное и максимальное значения j-го входного элемента в том порядке:
net.inputs{i}(j,:)
Использует. Некоторые функции инициализации используют входные области значений, чтобы найти соответствующие начальные значения для матриц входного веса.
Побочные эффекты. Всякий раз, когда количество строк в этом свойстве изменяется, вход size, processedSize, и processedRange изменение, чтобы сохранить последовательность. Также изменяются размеры любых весов, полученных с этого входа, и размерности матриц веса.
Это свойство определяет количество элементов во входе i-й сети. Это может быть установлено в 0 или положительное целое число.
Побочные эффекты. Всякий раз, когда это свойство изменяется, вход range, processedRange, и processedSize обновляются. Любые связанные входные веса изменяют размер соответственно.
Это свойство предоставляет пользователям место для добавления пользовательской информации к i-му сетевому входу.
Эти свойства определяют детали каждого i го слоя сети.
Это свойство состоит из строки, определяющей имя слоя. Функции создания сетей, такие как feedforwardnet, определите это соответствующим образом. Но при желании его можно задать в любую строку.
Это свойство определяет физические размерности нейронов i-го слоя. Возможность расположить нейроны слоя многомерным способом важна для самоорганизующихся карт.
Может быть установлено любой вектор-строка 0 или положительных целочисленных элементов, где продукт всех элементов становится количеством нейронов в слое (net.layers{i}.size).
Использует. Размерности слоя используются, чтобы вычислить положения нейронов в слое (net.layers{i}.positions) с использованием функции топологии слоя (net.layers{i}.topologyFcn).
Побочные эффекты. Всякий раз, когда это свойство изменяется, 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-м слое от нейрона positions. Расстояния нейронов используются самоорганизующимися картами. Это может быть задано как 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-м слое. Эти расстояния используются самоорганизующимися картами:
net.layers{i}.distances
Он всегда устанавливается на результат применения функции расстояния слоя (net.layers{i}.distanceFcn) к положениям нейронов слоя (net.layers{i}.positions).
Это свойство определяет, какие из функций инициализации слоя используются для инициализации i-го уровня, если функция инициализации сети (net.initFcnявляется initlay. Если для сетевой инициализации задано значение initlayзатем функция, обозначенная этим свойством, используется для инициализации весов и смещений слоя.
Это свойство определяет, какая из входных функций сети используется для вычисления входных входов i-го уровня, учитывая взвешенные входы и смещение слоя во время симуляции и обучения.
Для получения списка функций введите help nnnetinput.
Это свойство определяет параметры функции сетевого входа слоя. Функции help о текущей функции входа нетто, чтобы получить описание каждого поля:
help(net.layers{i}.netInputFcn)
Это свойство определяет положения нейронов в i-м слое. Эти положения используются самоорганизующимися картами.
Он всегда устанавливается на результат применения функции топологии слоя (net.layers{i}.topologyFcn) к положениям размерностей слоя (net.layers{i}.dimensions).
Графическое изображение. Использовать plotsom построить график положения нейронов слоя.
Например, если нейроны первого слоя сети расположены с размерностями (net.layers{1}.dimensions) из [4 5] и функции топологии (net.layers{1}.topologyFcnявляется hextopположения нейронов могут быть построены следующим образом:
plotsom(net.layers{1}.positions)
Это свойство определяет выходную область значений каждого нейрона i-го слоя.
Он устанавливается в Si × 2 матрицу, 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 вторая строка определяет минимальное и максимальное выходные значения передаточной функции слоя net.layers{i}.transferFcn.
Это свойство определяет количество нейронов в i-м слое. Это может быть установлено в 0 или положительное целое число.
Побочные эффекты. Всякий раз, когда это свойство изменяется, размеры любых входных весов, идущих к слою (net.inputWeights{i,:}.size), любые веса слоев, идущие к слою (net.layerWeights{i,:}.size) или выходя из слоя (net.layerWeights{i,:}.size), и смещение слоя (net.biases{i}.size), меняйте.
Размерности соответствующих матриц веса (net.IW{i,:}, net.LW{i,:}, net.LW{:,i}) и смещения (net.b{i}) также изменить.
Изменение этого свойства также изменяет размер выхода слоя (net.outputs{i}.size) и целевой (net.targets{i}.size) если они существуют.
Наконец, когда это свойство изменяется, размерности нейронов слоя (net.layers{i}.dimension) равны одному и тому же значению. (Это приводит к одномерному расположению нейронов. Если требуется другое расположение, установите dimensions свойство непосредственно вместо использования size.)
Это свойство определяет, какие из функций топологии используются для вычисления положений нейронов i-го слоя (net.layers{i}.positions) из размерностей слоя (net.layers{i}.dimensions).
Для получения списка функций введите help nntopology.
Побочные эффекты. Всякий раз, когда это свойство изменяется, положения нейронов слоя (net.layers{i}.positions) обновляются.
Использовать plotsom для построения графика положения слоистых нейронов. Например, если нейроны первого слоя сети расположены с размерностями (net.layers{1}.dimensions) [8 10] и функции топологии (net.layers{1}.topologyFcnявляется randtopположения нейронов расположены так, чтобы они напоминали следующий график:
plotsom(net.layers{1}.positions)
Эта функция определяет, какая из передаточных функций используется для вычисления выхода i-го уровня, учитывая чистый вход слоя, во время симуляции и обучения.
Для получения списка функций введите help nntransfer.
Это свойство определяет параметры передаточной функции слоя. Функции help о текущей передаточной функции, чтобы получить описание того, что означает каждое поле:
help(net.layers{i}.transferFcn)
Это свойство предоставляет пользователям место для добавления пользовательской информации на i-й слой сети.
Это свойство состоит из строки, определяющей выходное имя. Функции создания сетей, такие как feedforwardnet, определите это соответствующим образом. Но при желании его можно задать в любую строку.
Если на выходе реализована разомкнутая обратная связь (net.outputs{i}.feedbackMode = 'open'), тогда это свойство указывает индекс связанного входа обратной связи, в противном случае это будет пустая матрица.
Это свойство определяет различие во времени между этим выходом и сетевыми входами. Задержки сети ввода-вывода могут быть удалены и добавлены с removedelay и adddelay функции, в результате чего это свойство увеличивается или уменьшается соответственно. Различие во времени между входами и выходами используется в preparets для правильного форматирования данных моделирования и обучающих данных и использования closeloop чтобы добавить правильное количество задержек при закрытии выхода без разомкнутого контура, и openloop для удаления задержек при открытии замкнутого цикла.
Это свойство установлено в строку 'none' для выходов без обратной связи. Для выходов обратной связи можно либо установить значение 'open' или 'closed'. Если установлено значение 'open', тогда выход будет связан со входом обратной связи, со свойством feedbackInput указывает индекс входного сигнала.
Это свойство задает массив ячеек строк имен функции обработки, которые будут использоваться выходным сигналом i-й сети. Функции обработки применяются к целевым значениям перед использованием их сетью и применяются назад к выходным значениям слоя перед возвращением в качестве выходных значений сети.
Побочные эффекты. Когда вы изменяете это свойство, вы также влияете на следующие настройки: выходные параметры processParams изменяются на значения по умолчанию заданных функций обработки; processSettings, processedSize, и processedRange определяются с помощью результатов применения функций и параметров процесса к exampleOutput; i слой обновляется так, чтобы он совпадал с processedSize.
Для получения списка функций введите help nnprocess.
Это свойство содержит массив ячеек строк параметров функции обработки, которые используются выходными данными i сети на целевых значениях. Параметры обработки применяются функциями обработки к входным значениям перед использованием их сетью.
Побочные эффекты. Всякий раз, когда это свойство изменяется, выход processSettings, processedSize и processedRange определяются путем применения функций и параметров процесса к exampleOutput. Размер i-го слоя также обновляется, чтобы соответствовать processedSize.
Это свойство содержит массив ячеек строк настроек функции обработки, которые будут использоваться выходом i сети. Настройки обработки найдены путем применения функций и параметров обработки к exampleOutput а затем используется для предоставления согласованных результатов новым целевым значениям перед их использованием сетью. Настройки обработки также применяются назад к выходным значениям слоя перед возвращением сетью.
Это свойство определяет область значений 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 выходе i-го слоя. Он всегда устанавливается на размер i-го слоя (net.layers{i}.size).
Это свойство предоставляет пользователям место для добавления пользовательской информации к выходным данным i-го слоя.
Это свойство определяет функции инициализации веса и смещения, используемые для установки вектора смещения i-го слоя (net.b{i}), если функция инициализации сети initlay и функция инициализации i-го слоя initwb.
Это свойство определяет, должен ли i вектор смещения быть изменен во время обучения и адаптации. Для него может быть задано значение 0 или 1.
Это включает или отключает обучение смещения во время вызовов adapt и train.
Это свойство определяет, какие из функций обучения используются для обновления вектора смещения i-го слоя (net.b{i}) во время обучения, если функция сетевого обучения trainb, trainc, или trainrили во время адаптации, если сетевая функция адаптации trains.
Для получения списка функций введите help nnlearn.
Побочные эффекты. Всякий раз, когда это свойство изменяется, смещает параметры 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 слоя. Поля этого свойства зависят от текущей функции обучения. Функции help о текущей функции обучения, чтобы получить описание того, что означает каждое поле.
Это свойство определяет размер вектора смещения i-го слоя. Он всегда устанавливается на размер i-го слоя (net.layers{i}.size).
Это свойство предоставляет пользователям место для добавления пользовательской информации к смещению i-го слоя.
Это свойство задает разделенную линию задержки между j-м входом и его весом до i-го слоя. Он должен быть установлен в вектор-строку с увеличивающимися значениями. 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 размерности 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 слой с j-го входа, если функция инициализации сети initlay, и функция инициализации i-го слоя initwb. Эта функция может быть задана как имя любой функции инициализации веса.
Это свойство установлено в значения, полезные для инициализации веса как части процесса строения, который автоматически происходит при первом обучении сети или когда функция configure вызывается непосредственно в сети.
Это свойство определяет, следует ли изменять матрицу веса на i-й слой с j-го входа во время обучения и адаптации. Для него может быть задано значение 0 или 1.
Это свойство определяет, какие из функций обучения используются для обновления матрицы веса (net.IW{i,j}) переход на i-й слой с j-го входа во время обучения, если функция сетевого обучения trainb, trainc, или trainrили во время адаптации, если сетевая функция адаптации trains. Это может быть задано как имя любой функции обучения весом.
Для получения списка функций введите help nnlearn.
Это свойство определяет параметры и значения обучения для текущей функции обучения веса i-го слоя, поступающего с j-го входа.
Поля этого свойства зависят от текущей функции обучения (net.inputWeights{i,j}.learnFcn). Оцените вышеуказанную ссылку, чтобы увидеть поля текущей функции обучения.
Функции help о текущей функции обучения, чтобы получить описание того, что означает каждое поле.
Это свойство определяет размерности матрицы веса i-го слоя от j-го входного сигнала сети. Он всегда устанавливается в двухэлементный вектор-строку, указывающее количество строк и столбцов связанной матрицы веса (net.IW{i,j}). Первый элемент равен размеру i-го слоя (net.layers{i}.size). Второй элемент равен продукту 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 к (i, j) входу весу.
Это свойство определяет, какая из весовых функций используется для применения веса i-го слоя с j-го входа к этому входу. Это может быть задано как имя любой весовой функции. Весовая функция используется для преобразования входов слоя во время симуляции и обучения.
Для получения списка функций введите help nnweight.
Это свойство определяет параметры функции сетевого входа слоя. Функции help на текущем сетевом входе функции, чтобы получить описание каждого поля.
Это свойство задает разделенную линию задержки между j-м слоем и его весом до i-го слоя. Он должен быть установлен в вектор-строку с увеличивающимися значениями. 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}) переходят на i-й слой с j-го слоя, если функция инициализации сети initlay, и функция инициализации i-го слоя initwb. Эта функция может быть задана как имя любой функции инициализации веса.
Это свойство установлено в значения, полезные для инициализации веса как части процесса строения, который автоматически происходит при первом обучении сети или когда функция configure вызывается непосредственно в сети.
Это свойство определяет, следует ли изменять матрицу веса на i-й слой с j-го слоя во время обучения и адаптации. Для него может быть задано значение 0 или 1.
Это свойство определяет, какие из функций обучения используются для обновления матрицы веса (net.LW{i,j}) переход на i-й слой с j-го слоя во время обучения, если функция сетевого обучения trainb, trainc, или trainrили во время адаптации, если сетевая функция адаптации trains. Это может быть задано как имя любой функции обучения весом.
Для получения списка функций введите help nnlearn.
Это свойство определяет поля параметров обучения и значения для текущей функции обучения веса i-го слоя, поступающего с j-го слоя. Поля этого свойства зависят от текущей функции обучения. Функции help на текущем сетевом входе функции, чтобы получить описание каждого поля.
Это свойство определяет размерности матрицы веса i-го слоя от j-го слоя. Он всегда устанавливается в двухэлементный вектор-строку, указывающее количество строк и столбцов связанной матрицы веса (net.LW{i,j}). Первый элемент равен размеру i-го слоя (net.layers{i}.size). Второй элемент равен продукту длины векторов задержки веса и размера j-го слоя.
Это свойство предоставляет пользователям место для добавления пользовательской информации к (i, j) слою весу.
Это свойство определяет, какая из весовых функций используется для применения веса i-го слоя от j-го слоя к выходу этого слоя. Это может быть задано как имя любой весовой функции. Весовая функция используется для преобразования входов слоя при моделировании сети.
Для получения списка функций введите help nnweight.
Это свойство определяет параметры функции сетевого входа слоя. Функции help на текущем сетевом входе функции, чтобы получить описание каждого поля.