我在MATLAB中使用神经网络(NN)向导进行某些实现。我也可以在MATLAB中使用基于代码的NN版本,这是在向导构建NN后可用的(很明显!)。
当我们为NN提供MATLAB时,它是一个完全连接的输入隐藏层。例如,如果输入层中有4个输入,隐藏层中有2个神经元,则隐藏层中的4个输入和2个神经元之间存在完全连接关系。我将操纵这种联系。例如,断开与第一神经元的第三输入连接和第二神经元在隐藏层中的第二输入连接。 MATLAB怎么可能?
提前感谢您的任何指导。
答案 0 :(得分:2)
我在MATLAB中完整阅读了NN的文档。使用以下命令,我们可以访问每个连接并更改其权重和偏差,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,我们可以将0
设置为输入和隐藏层之间的连接(权重和偏差)作为我们的期望。通过这种配置,我们可以重新构建神经网络基础设施。
答案 1 :(得分:0)
如果要随机化某些节点的关闭和打开,也可以在Matlab中使用dropoutLayer
。这对深度神经网络最有效。
https://in.mathworks.com/help/deeplearning/ref/nnet.cnn.layer.dropoutlayer.html