ня.
Отже, перед створенням мережі необхідно заготовити набір навчальних і цільових даних. Складемо таблицю істинності для логічної функції І raquo ;, де P1 і Р2 - входи, а А - бажаний вихід (див. Таблицю істинності логічної функції І )
P1P2A000010100111
Щоб задати матрицю, що складається з чотирьох векторів-рядків, як вхідну, скористаємося кнопкою New Data. У вікні слід провести зміни, показані на малюнку 9.2, і натиснути клавішу Створити (Create).
Після цього у вікні управління з'явиться вектор data1 в розділі Inputs. Вектор цілей задається схожим чином (див. Малюнок 9.3).
Малюнок. 9.2. Завдання вхідних векторів
Після натискання на Create в розділі Targets з'явиться вектор target1.
Малюнок. 9.3. Завдання цільового вектора
Дані в поле Значення (Value) можуть бути представлені будь-яким зрозумілим MATLAB виразом. Приміром, попереднє визначення вектора цілей можна еквівалентно замінити рядком виду
([0 0 1 1], [0 1 0 1]).
Тепер слід приступити до створення нейронної мережі. Вибираємо кнопку New Network і заповнюємо форму, як показано на малюнку 9.4.
Малюнок. 9.4. Вікно" Створення мережі
При цьому поля несуть наступні смислові навантаження:
· Ім'я мережі (Network Name) - це ім'я об'єкта створюваної мережі.
· Тип мережі (Network Type) - визначає тип мережі і в контексті обраного типу являє для введення різні параметри в частині вікна, розташованої нижче цього пункту. Таким чином, для різних типів мереж вікно змінює своє утримання.
· Вхідні діапазони (Input ranges) - матриця з числом рядків, рівним числу входів мережі. Кожен рядок являє собою вектор з двома елементами: перший - мінімальне значення сигналу, яке буде подано на відповідний вхід мережі при навчанні, другий - максимальне. Для спрощення введення цих значень передбачений випадаючий список Отримати з входу (Get from input), що дозволяє автоматично сформувати необхідні дані, вказавши ім'я вхідної змінної.
· Кількість нейронів (Number of neurons) - число нейронів у шарі.
· Передавальна функція (Transfer function) - в цьому пункті вибирається передавальна функція (функція активації) нейронів.
· Функція навчання (Learning function) - функція, що відповідає за оновлення ваг і зміщень мережі в процесі навчання.
За допомогою клавіші Вид (View) можна подивитися архітектуру створюваної мережі (див. Малюнок 9.5). Так, ми маємо можливість упевнитися, чи все дії були проведені вірно. На малюнку 9.5 зображена персептрони мережу з вихідним блоком, які реалізують передавальну функцію з жорстким обмеженням. Кількість нейронів в шарі одно одному, що символічно відображається розмірністю вектора-стовпця на виході прошарку і вказується числом безпосередньо під блоком передавальної функції. Розглянута мережа має два входи, так як розмірність вхідного вектора-стовпця дорівнює двом.
Отже, структура мережі відповідає нашому завданню. Тепер можна закрити вікно попереднього перегляду, натиснувши клавішу Закрити (Close), і підтвердити намір створити мережу, натиснувши Створити (Create) у вікні створення мережі. У результаті виконаних операцій в розділі Мережі (Networks) головного вікна NNTool з'явиться об'єкт з ім'ям network1.
Малюнок. 9.5. Попередній перегляд створюваної мережі
Навчання. Наша мета - побудувати нейронну мережу, яка виконує функцію логічного І raquo ;. Очевидно, не можна розраховувати на те, що відразу після етапу створення мережі остання буде забезпечувати правильний результат (правильне співвідношення вхід/вихід ). Для досягнення мети мережу необхідно належним чином навчити, тобто підібрати відповідні значення параметрів. У MATLAB реалізовано більшість відомих алгоритмів навчання нейронних мереж, серед яких представлено два для персептрона мереж розглянутого виду. Створюючи мережу, ми вказали LEARNP в якості функції, реалізує алгоритм навчання (див. Малюнок 9.4).
Повернемося в головне вікно NNTool. На даному етапі інтерес представляє нижня панель Тільки мережі (Networks only). Натискання будь з клавіш на цій панелі викличе вікно, на безлічі вкладок якого представлені параметри мережі, необхідні для її навчання і прогону, а також відбивають поточний стан мережі.
Відзначивши покажчиком миші об'єкт мережі network1, викличемо вікно управління мережею натисканням кнопки Train. Перед нами виникне вкладка Train ...
