мережі, скориставшись шаблоном
net5 :
net6 = net5;% - створення нової копії мережі; = revert (net5);% - повернення до налаштування параметрів за замовчуванням.
2. Налаштувати параметри мережі за допомогою функції ініціалізації нульових значень ваг і зміщень initzero :
net6.initFcn =? initlay?;. layers {1}. initFcn =? initnw?;. layers {2}. initFcn =? initnw?;. layers {3}. initFcn =? initnw?;. inputWeights {1, 1}. initFcn =? initzero?;. inputWeights {1, 2}. initFcn =? initzero?;. layerWeights {2, 1}. initFcn =? initzero?;. layerWeights { 3, 2}. initFcn =? initzero?;. biases {1}. initFcn =? initzero?;. biases {2}. initFcn =? initzero?;. biases {3}. initFcn =? initzero?;. init ( net6);% - ініціалізація мережі.
3. Видати на екран матриці ваг і зсуву, використовуючи команди 3-го пункту 5-го завдання. p align="justify">. Промоделювати мережу і повернути її до вихідних значень ваг і зміщень:
Ynet6 = sim (net6); = revert (net6).
Завдання 7. Створити і ініціалізувати тришарову мережу з двома входами, використовуючи такі функції ініціалізації:
а) rands - для завдання випадкових ваг і зміщень.
б) randnc - для завдання випадкової матриці з нормованими стовпцями;
в) randnv - для завдання випадкової матриці з нормованими рядками;
г) initcon - для завдання рівних зміщень;
д) midpoint - для завдання матриці середніх значень;
Для створення та ініціалізації мережі використовувати команди 6-го завдання, замінюючи в них функцію initzero на розглянуті функції ініціалізації, а мережа net6 - на мережу net7.
Завдання 8. Створити двошарову нейронну мережу з прямою передачею сигналу, одним входом, двома нейронами в першому шарі і одним нейроном у другому шарі, налаштувати мережу для навчання з використанням алгоритму градієнтного спуску GD , навчити цю мережу і шляхом її моделювання оцінити якість навчання. Порядок виконання завдання наступний:
. Створити нейронну мережу з прямою передачею сигналу:
net8 = newff ([0 5], ....% - діапазони значень входу; ...
