Exponenta Banner

init

Инициализируйте нейронную сеть

свернуть все на странице

Синтаксис

init_net = init(net)

Описание

пример

init_net = init(net) возвращает нейронную сеть net с весом и значениями смещения, обновленными согласно сетевой функции инициализации, заданной net.initFcn, и значения параметров, заданные net.initParam.

Для получения дополнительной информации об этой функции, в командной строке MATLAB, help network/init типа.

Примеры

свернуть все

В этом примере показано, как повторно инициализировать perceptron сеть при помощи init функция.

Создайте perceptron и сконфигурируйте его так, чтобы его вход, выведите, взвесьте и сместите размерности, совпадают с входом и предназначаются для данных.

x = [0 1 0 1; 0 0 1 1];
t = [0 0 0 1];
net = perceptron;
net = configure(net,x,t);
net.iw{1,1}
net.b{1}

Обучите perceptron изменять свой вес и значения смещения.

net = train(net,x,t);
net.iw{1,1}
net.b{1}

init повторно инициализирует тех значения смещения и вес.

net = init(net);
net.iw{1,1}
net.b{1}

Веса и смещения являются нулями снова, которые являются начальными значениями, используемыми perceptron сетями.

Входные параметры

свернуть все

Введите сеть в виде сетевого объекта. Чтобы создать сетевой объект, используйте, например, feedforwardnet или narxnet.

Выходные аргументы

свернуть все

Сеть после init реинициализация, возвращенная как сетевой объект.

Алгоритмы

init вызовы net.initFcn инициализировать вес и значения смещения согласно значениям параметров net.initParam.

Как правило, net.initFcn установлен в 'initlay', который инициализирует веса каждого слоя и смещения согласно его net.layers{i}.initFcn.

Сети обратной связи имеют net.layers{i}.initFcn установите на 'initnw', который вычисляет вес и значения смещения для слоя i использование метода инициализации Нгуена-Видрова.

Другие сети имеют net.layers{i}.initFcn установите на 'initwb', который инициализирует каждый вес и смещение с его собственной функцией инициализации. Наиболее распространенной функцией инициализации веса и смещения является rands, который генерирует случайные значения между –1 и 1.

Смотрите также

| | | | | | |

Представлено до R2006a

Документация Deep Learning Toolbox

Поддержка