ASN - cvičení 2 : Ukázky práce s NN-Toolboxem
description
Transcript of ASN - cvičení 2 : Ukázky práce s NN-Toolboxem
ASN - cvičení 2 : Ukázky práce s NN-Toolboxem
Postup: 1) MATLAB 2) HELP 3) Full Product Family Help Neural Network Toolbox MATLAB Help Demos Finding Functions Demonstrations and Applications
Toolboxes
Neural Networks
NNdemos
Alphabetical List Functions by Category
perceptron pro perceptron Distance Functions Learning Functions – learnh (Hebb) Network Use Functions – adapt disp init sim train Performance Function (chybové funkce) mae (mean absolute error) mse ( mean squared error) sse ( sum squared error)
Plotting Functions – plotpv (perceptron) Training Functions – trainb (batch-trenink) Transfer Functions rands Weight and Bias Initialization Functions dist Weight Functions (Euclidean) mandist (Manhattan)
Demonstrační úlohy
• nnd2n1 ukázka formálního neuronu a přenosových funkcí• nnd2n2 ukázka neuronu s 1 vstupním vektorem
Perceptron
• nnd3pc klasifikace perceptronem• nnd4db ukázka rozhodovací přímky• nnd4pr ukázka algoritmu učení perceptronu• demop1 problém klasifikace se 2 vstupními neurony• demop4 extrémní hodnoty elementů vstupního vektoru• demop5 normování• demop6 ukázka lineárně neseparabilních vektorů
nndtocnnd
nnd2n1
• lze měnit váhy, prahy a přenosové funkce• názorná ukázka významu prahu• u přenosových funkcí satlin, satlins, logsig, tansig se změnou vah mění sklon těchto funkcí – to má vliv na úspěšnost a rychlost učení (hodnota vah blízká 0 vede na menší sklon průběhu funkce a naopak
nnd2n2
• je možné měnit více parametrů najednou (váhy, prahy a hodnoty elementů vstupního vektoru a sledovat hodnotu vástupu pro různé přenosové funkce
Úloha: sestavte tabulku, ze které bude vidět vliv měnících se hodnot jednotlivých parametrů perceptronu (vah, prahů, vstupů a přenosových funkcí)
Perceptron
• nnd4dp pouze znázornění rozhodovací přímky• nnd4pr ukazuje rozdíl mezi učením (learning) a trénováním (training) ukázka klasifikace do 2 tříd – limitující schopnost perceptronu je možné vyzkoušet vliv prahu (bias) a náhodné inicializace vah (random)
• demop1,4,5,6 - u těchto demonstrací je vhodnější volit prostřednictvím položky DEMOS (animace) - při spuštění z příkazové řádky se objeví pouze grafická ukázka a zdrojový kód je nutné vyvolat příkazem type demop1 (type demop4…)