MATLAB中MLP神经网络中若干输入隐层连接的断开
我正在使用MATLAB中的神经网络(NN)向导进行一些实现。我还可以在MATLAB中使用基于代码的NN版本,该版本在通过向导构建NN后可用(很清楚!) 当我们用MATLAB提供我们的神经网络时,它是一个完全连接的输入隐藏层。例如,如果在输入层有4个输入,在隐藏层有2个神经元,那么在隐藏层有4个输入和2个神经元之间的完全连接关系。我将操纵这些连接。例如,在隐藏层中断开与第一个神经元的第三个输入连接和与第二个神经元的第二个输入连接。MATLAB是如何实现的MATLAB中MLP神经网络中若干输入隐层连接的断开,matlab,neural-network,Matlab,Neural Network,我正在使用MATLAB中的神经网络(NN)向导进行一些实现。我还可以在MATLAB中使用基于代码的NN版本,该版本在通过向导构建NN后可用(很清楚!) 当我们用MATLAB提供我们的神经网络时,它是一个完全连接的输入隐藏层。例如,如果在输入层有4个输入,在隐藏层有2个神经元,那么在隐藏层有4个输入和2个神经元之间的完全连接关系。我将操纵这些连接。例如,在隐藏层中断开与第一个神经元的第三个输入连接和与第二个神经元的第二个输入连接。MATLAB是如何实现的 提前感谢您的指导。我完整地阅读了MATLA
提前感谢您的指导。我完整地阅读了MATLAB中NN的文档。使用以下命令,我们可以访问每个连接并更改它们的权重和偏差,以便所需的连接下班
For a NN with one hidden layer:
Network.IW{1,1} = The matrix of Input weights to Hidden layer.
Network.LW{2,1} = The matrix of Hidden layer weights to Output layer.
Network.b{1,1} = The matrix of bias between Input to Hidden layer.
Network.b{2,1} = The matrix of bias between Hidden layer to Output.
然后,我们可以根据需要将
0
设置为输入层和隐藏层之间的连接(权重和偏差)。通过这种类型的配置,我们可以重新构建神经网络基础结构。如果您想随机切换某些节点的开关,也可以使用Matlab中的dropoutLayer
。这对深度NNs最有效