创建自定义神经网络- MATLAB网络 - 金宝app,下载188bet金宝搏,金宝搏官方网站

语法

网络 net = network(numInputs,numLayers,biasConnect,inputConnect,layerConnect,outputConnect)

寻求帮助

类型帮助网络/网络。

描述

网络创建新的自定义网络。它用于创建网络，然后由函数定制，如feedforwardnet和narxnet。

网络没有参数返回一个没有输入、层或输出的新的神经网络。

net = network(numInputs,numLayers,biasConnect,inputConnect,layerConnect,outputConnect)接受以下可选参数(显示为默认值):

`numInputs`	输入的数量，0
`numLayers`	层数，0
`biasConnect`	`numLayers`-by-1布尔向量，0
`inputConnect`	`numLayers`——- - - - - -`numInputs`布尔矩阵，零
`layerConnect`	`numLayers`——- - - - - -`numLayers`布尔矩阵，零
`outputConnect`	1 -`numLayers`布尔向量，0

并返回

`网`	具有给定属性值的新网络

属性

体系结构属性

`net.numInputs`	0或正整数	输入数量。
`net.numLayers`	0或正整数	层数。
`net.biasConnect`	`numLayer`-by-1布尔向量	如果`net.biasConnect(我)`是1，然后是层`我`有偏见，和`net.biases{我}`是描述这种偏见的结构。
`net.inputConnect`	`numLayer`——- - - - - -`numInputs`布尔向量	如果`net.inputConnect (i, j)`是1，然后是层`我`权重是否来自输入`j`,`net.inputWeights {i, j}`是描述重量的结构。
`net.layerConnect`	`numLayer`——- - - - - -`numLayers`布尔向量	如果`net.layerConnect (i, j)`是1，然后是层`我`权重来自于图层吗`j`,`net.layerWeights {i, j}`是描述重量的结构。
`net.numInputs`	0或正整数	输入数量。
`net.numLayers`	0或正整数	层数。
`net.biasConnect`	`numLayer`-by-1布尔向量	如果`net.biasConnect(我)`是1，然后是层`我`有偏见，和`net.biases{我}`是描述这种偏见的结构。
`net.inputConnect`	`numLayer`——- - - - - -`numInputs`布尔向量	如果`net.inputConnect (i, j)`是1，然后是层`我`权重是否来自输入`j`,`net.inputWeights {i, j}`是描述重量的结构。
`net.layerConnect`	`numLayer`——- - - - - -`numLayers`布尔向量	如果`net.layerConnect (i, j)`是1，然后是层`我`权重来自于图层吗`j`,`net.layerWeights {i, j}`是描述重量的结构。
`net.outputConnect`	1 -`numLayers`布尔向量	如果`net.outputConnect(我)`是1，那么网络有来自层的输出`我`,`net.outputs{我}`是描述该输出的结构。
`net.numOutputs`	0或正整数(只读)	网络输出数按`net.outputConnect`。
`net.numInputDelays`	0或正整数(只读)	根据所有的最大输入延迟`net.inputWeights {i, j} .delays`。
`net.numLayerDelays`	0或正数(只读)	根据所有的最大层延迟`net.layerWeights {i, j} .delays`。

子对象结构属性

`net.inputs`	`numInputs`-by-1单元格数组	`net.inputs{我}`结构是否定义输入`我`。
`net.layers`	`numLayers`-by-1单元格数组	`net.layers{我}`结构定义层吗`我`。
`net.biases`	`numLayers`-by-1单元格数组	如果`net.biasConnect(我)`那么是1`net.biases{我}`是一个结构定义的偏向层`我`。
`net.inputWeights`	`numLayers`——- - - - - -`numInputs`单元阵列	如果`net.inputConnect (i, j)`那么是1`net.inputWeights {i, j}`是否有一个结构定义了层的权重`我`从输入`j`。
`net.layerWeights`	`numLayers`——- - - - - -`numLayers`单元阵列	如果`net.layerConnect (i, j)`那么是1`net.layerWeights {i, j}`是否有一个结构定义了层的权重`我`从层`j`。
`net.outputs`	1 -`numLayers`单元阵列	如果`net.outputConnect(我)`那么是1`net.outputs{我}`是一个结构定义从层的网络输出`我`。

函数属性

`net.adaptFcn`	网络适配函数名称或`”`
`net.initFcn`	网络初始化函数的名称或`”`
`net.performFcn`	网络性能函数名称或`”`
`net.trainFcn`	网络培训功能名称或`”`

参数属性

`net.adaptParam`	网络适配参数
`net.initParam`	网络初始化参数
`net.performParam`	网络性能参数
`net.trainParam`	网络训练参数

权重和偏置值属性

`网信息战`	`numLayers`——- - - - - -`numInputs`输入权重值的单元格数组
`网LW`	`numLayers`——- - - - - -`numLayers`单元格数组的层权重值
`net.b`	`numLayers`-by-1单元阵列的偏置值

其他属性

net.userdata

结构，可以用来存储有用的值

例子

创建一个输入两层的网络

这个例子展示了如何创建一个没有任何输入和层的网络，然后将其输入和层的数量分别设置为1和2。

Net =网络。numInputs = 1 net。numLayers = 2

或者，您也可以用一行代码创建相同的网络。

Net =网络(1,2)

创建前馈网络并查看属性

这个例子展示了如何创建一个单输入、两层、前馈网络。只有第一层有偏差。输入权重从输入1连接到第1层。一个层权重从层1连接到层2。Layer 2是一个网络输出，它有一个目标。

Net = network(1,2，[1;0]，[1;0], [0 0;1 0]，[0 1])

您可以使用以下代码查看网络子对象。

net.inputs{1} net.layers{1}, net.layers{2} net.biases{1} net.inputWeights{1,1}, net.layerWeights{2,1} net.outputs{2}

您可以更改任何网络子对象的属性。这段代码改变了两层的传递函数:

net.layers{1}。transferFcn =“tansig”;net.layers{2}。transferFcn =“logsig”;

您可以如下所示查看从第一个输入到第一个层的连接的权重。从输入到层的连接权重存储在网信息战。如果尚未设置值，则这些结果为空。

网信息战{1,1}

您可以如下所示查看从第一层到第二层的连接的权重。从一个层到另一个层的连接权重存储在其中网LW。同样，如果尚未设置值，则结果为空。

网LW{2,1}

您可以查看第一层的偏置值如下。

net.b {1}

要改变输入1到2中的元素数量，设置每个元素的范围:

net.inputs{1}。Range = [0 1;1 1];

为了模拟一个两元素输入向量的网络，代码可能是这样的:

P = [0.5;-0.1);Y = sim(净，p)

另请参阅

sim卡

文档

网络

语法

寻求帮助

描述

属性

体系结构属性

子对象结构属性

函数属性

参数属性

权重和偏置值属性

其他属性

例子

创建一个输入两层的网络

创建前馈网络并查看属性

另请参阅

主题

R2006a之前介绍

神经网络工具箱文档

其他文档

金宝app

试试MATLAB、Sim金宝appulink和其他产品下载188bet金宝搏