如何显示神经网络中的权重或偏差?
339次观看(过去30天)
显示旧注释
接受的答案
格雷格·希斯
2013年4月19日
编辑:格雷格·希斯
2013年4月19日
1.如果输入/输出转换函数表现得相当好,1个隐层就足够了。得到的网是一个通用逼近器。
2.然而,如果您需要大量的隐藏节点H,(特别是当未知权值Nw = (I+1)*H+(H+1)*O接近或超过训练方程Ntrneq = Ntrn*O的数量时),您可以通过引入第二层隐藏层来减少节点总数。
[I Ntrn] = size(trninput)
[O Ntrn] = size(trntarget)
3.尽管如此,通常最好坚持使用一个隐藏层,并使用验证停止子集(默认值)和/或正则化目标函数(mse的一个选项:help mse)或正则化训练函数(help trainbr)。
4.有时候,大量的权重是使用大量输入的结果。因此,在使用第二层隐藏层之前考虑输入子集选择可能是值得的。
对于单个隐藏层
权重= getwb(净)
= [Iw(:);b1 (:);Lw (:);b2 ()):
在哪里
(net.IW)
B1 = cell2mat(net.b(1))
Lw = cell2mat(net.Lw)
B2 = cell2mat(net.b(2))
如果您想了解getwb如何用两个隐藏层排序权重,可以尝试一个示例。
希望这能有所帮助。
感谢您正式接受我的回答
格雷格