理解浅网络数据结构- MATLAB和Simulink - MathWorks Benelux金宝app - 金宝app,下载188bet金宝搏,金宝搏官方网站

理解浅层网络数据结构

本主题讨论输入数据结构的格式如何影响网络的模拟。它开始于静态网络，然后是动态网络。下一节描述数据结构的格式如何影响网络训练。

有两种基本类型的输入向量:出现的输入向量同时(在同一时间，或没有特定的时间顺序)，以及那些发生的按顺序在时间。对于并发向量，顺序并不重要，如果有多个网络并行运行，则可以向每个网络表示一个输入向量。对于顺序向量，向量出现的顺序很重要。

静态网络中具有并发输入的仿真

模拟一个网络的最简单的情况发生在被模拟的网络是静态的(没有反馈或延迟)。在这种情况下，您不需要关心输入向量是否以特定的时间序列出现，因此您可以将输入视为并发的。此外，假设网络只有一个输入向量，问题就变得更简单了。以如下组网为例。

为了建立这个线性前馈网络，使用以下命令:

网= linearlayer;net.inputs{1}。大小= 2;net.layers{1}。尺寸= 1;

为简单起见，将权重矩阵和偏差赋值为W= [1 2]b=[0]。

这些作业的命令是

网。Iw {1,1} = [1 2];网。b{1} = 0;

假设网络仿真数据集包括问= 4个并发向量:

$p_{1} ＝［ \begin{array}{l} 1 \\ 2 \end{array} ］, p_{2} ＝［ \begin{array}{l} 2 \\ 1 \end{array} ］, p_{3.} ＝［ \begin{array}{l} 2 \\ 3. \end{array} ］, p_{4} ＝［ \begin{array}{l} 3. \\ 1 \end{array} ］$

并行向量以单个矩阵的形式表示到网络中:

P = [1 2 2 3;2 1 3 1];

你现在可以模拟网络:

A = net(P

将一个并行向量矩阵提供给网络，网络产生一个并行向量矩阵作为输出。如果有四个并行运行的网络，每个网络接收一个输入向量并产生一个输出，结果将是相同的。输入向量的顺序并不重要，因为它们之间没有相互作用。

动态网络中顺序输入的模拟

当一个网络包含时延时，网络的输入通常是一个输入向量序列，它们按照一定的时间顺序出现。为了说明这种情况，下图显示了一个包含一个延迟的简单网络。

下面的命令创建这个网络:

Net = linearlayer([0 1]);net.inputs{1}。大小= 1;net.layers{1}。尺寸= 1;网。biasConnect = 0;

将权重矩阵赋值为W=[1 - 2]。

的命令是:

网。Iw {1,1} = [1 2];

假设输入序列为:

$p_{1} ＝［ 1 ］, p_{2} ＝［ 2 ］, p_{3.} ＝［ 3. ］, p_{4} ＝［ 4 ］$

序贯输入以a的元素形式呈现给网络单元阵列:

P = {1 2 3 4};

你现在可以模拟网络:

A = net(P) A = [1] [4] [7] [10]

输入一个包含一系列输入的单元数组，网络就会产生一个包含输出序列的单元数组。当输入以序列的形式呈现时，输入的顺序是很重要的。在这种情况下，电流输出是通过将电流输入乘以1和前面的输入乘以2，然后对结果求和得到的。如果要改变输入的顺序，那么在输出中获得的数字也会改变。

动态网络中具有并发输入的仿真

如果您将相同的输入应用为一组并发输入，而不是一系列输入，那么您将获得完全不同的响应。(但是，还不清楚为什么要使用动态网络这样做。)这就好像每个输入都被同时应用到一个独立的并行网络。对于前面的例子，动态网络中顺序输入的模拟如果你使用的是一组并发的输入

$p_{1} ＝［ 1 ］, p_{2} ＝［ 2 ］, p_{3.} ＝［ 3. ］, p_{4} ＝［ 4 ］$

可以用下面的代码创建:

P = [1 2 3 4];

当您使用并发输入进行模拟时，您得到

A = net(P

结果与将每个输入同时应用到单独的网络并计算一个输出是一样的。请注意，因为您没有为网络延迟分配任何初始条件，所以假定它们为0。在这种情况下，输出就是1乘以输入，因为乘以当前输入的权值是1。

在某些特殊情况下，您可能希望同时模拟对几个不同序列的网络响应。在本例中，您可能希望用一组并发序列来表示网络。例如，假设你想向网络呈现以下两个序列:

$\begin{matrix} p_{1} （ 1 ）＝［ 1 ］, p_{1} （ 2 ）＝［ 2 ］, p_{1} （ 3. ）＝［ 3. ］, p_{1} （ 4 ）＝［ 4 ］ \\ p_{2} （ 1 ）＝［ 4 ］, p_{2} （ 2 ）＝［ 3. ］, p_{2} （ 3. ）＝［ 2 ］, p_{2} （ 4 ）＝［ 1 ］ \end{matrix}$