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.initFcn
является initlay
. Если для сетевой инициализации задано значение initlay
затем 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}.topologyFcn
является hextop
положения 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}.topologyFcn
является randtop
положения 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 trainr
или 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 trainr
или 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 trainr
или 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.