SSC - cvičení 3 MATLAB - BPG algoritmus 1.Vytvořit tréninková data 2.Vytvořit objekt sítě 3.Natrénovat síť 4.Simulace Funkce pro učení: learngd … základní.

Prezentace na téma: "SSC - cvičení 3 MATLAB - BPG algoritmus 1.Vytvořit tréninková data 2.Vytvořit objekt sítě 3.Natrénovat síť 4.Simulace Funkce pro učení: learngd … základní."— Transkript prezentace:

1 SSC - cvičení 3 MATLAB - BPG algoritmus 1.Vytvořit tréninková data 2.Vytvořit objekt sítě 3.Natrénovat síť 4.Simulace Funkce pro učení: learngd … základní algoritmus learngdm … momentové učení init … inicializace newff … inicializace dopředné sítě sim … simulace mae … průměrná absolutní chyba train …trénování mse … sřední kvadratická chyba rands…init.náhodnými sse …suma čtverců čísly traingd … základní gradientní alg. traingda … adaptivní rychlost učení traingdm … momentový algoritmus traingdx … momentový algoritmus a adaptivní lr

2 síť ( feed-forward), 1, 2 a 3 vrstvy bez vstupní p(1) p(2) p(3) p(R) Σ F 1 b w(1,1) w(1,3) w(1,2) w(1,R) n a Input a = F (w*p), b) F aktivační funkce (activation function, transfer function) tansig logsig purelin přenosové funkce Jednoduchý neuron

3 Dopředná síť ( feedforward net ) Jednoduchá síť s S neurony A jedním vektorem P s R vstupy

4 Dvojvrstvá síť tansig/ purelin … značení podle MATLABu Třívrstvá síť ( vstupní / skrytá / výstupní )

5 Vytvoření neuronové sítě (vytvoření objektu) newff - navrhne dopřednou síť Minima a maxima, které nabývá vektor vstupů 3 neurony ve skryté vrstvě, 1 neuron ve výstupní vrstvě Vytvořením objektu net jsou také inicializovány váhy a prahy, reinicializace je možná – pomocí init. net = init ( net ); Simulace: P = [1; 2]; a = sim ( net, P )