linearlayer

Создайте линейный слой

Описание

пример

layer = linearlayer(inputDelays,widrowHoffLR) берет вектор-строку из увеличения 0 или положительных задержек и скорости обучения Видроу-Хофф, и возвращает линейный слой.

Линейные слои являются единственными слоями линейных нейронов. Они являются статическими, с входными задержками 0, или динамическими с входными задержками, больше, чем 0. Вы можете обучить их на простых линейных проблемах временных рядов, но часто используетесь адаптивно, чтобы продолжить учиться, в то время как развернуто, таким образом, они могут настроить к изменениям в отношении между вводами и выводами, будучи используемым.

Если скорость обучения слишком мала, изучение происходит очень медленно. Однако большая опасность состоит в том, что это может быть слишком большим, и изучение становится нестабильным получившийся в больших изменениях в векторах веса и ошибках, увеличивающихся вместо уменьшения. Если набор данных доступен, который характеризует отношение, которое должен изучить слой, можно вычислить максимальную устойчивую скорость обучения с maxlinlr функция.

Если вам нужна сеть, чтобы решить нелинейное отношение временных рядов, смотрите timedelaynet, narxnet, и narnet.

Примеры

свернуть все

В этом примере показано, как создать и обучить линейный слой.

Создайте линейный слой и обучите его на простой проблеме временных рядов.

x = {0 -1 1 1 0 -1 1 0 0 1};
t = {0 -1 0 2 1 -1 0 1 0 1};
net = linearlayer(1:2,0.01);
[Xs,Xi,Ai,Ts] = preparets(net,x,t);
net = train(net,Xs,Ts,Xi,Ai);
view(net)
Y = net(Xs,Xi);
perf = perform(net,Ts,Y)
perf =

    0.2396

Входные параметры

свернуть все

Увеличение 0 или положительные задержки в виде вектора-строки.

Скорость обучения Видроу-Хофф в виде скаляра.

Выходные аргументы

свернуть все

Линейный слой сети, возвращенной как сетевой объект.

Смотрите также

| | | |

Представленный в R2010b
Для просмотра документации необходимо авторизоваться на сайте