Question

我试图建模这样的神经网络：password_compat

但是在神经网络包中，神经网络公式有一种语法，就我所见，它不能用于这种模型。

net <- neuralnet(Output~LOC+PREC_n+FLEX_n+RESL_n,data, hidden=2) #, threshold=0.01)

这是我正在使用的代码。例如，我想将LOC和PREC_n输入链接到第一个隐藏层，将FLEX_n和RESL_n输入链接到第二个。我怎样才能做到这一点？

Answer 1

我找到了解决方案。有＆＃34;排除＆＃34;在神经网络功能参数。你应该指定权重，这些权重将被排除在矩阵中，如下所示：

# exclude matrix
# first column is layer
# second column is input neuron
# third column is output neuron
# exclude links from first five neurons to second hidden neuron, links from last 17 neurons to first hidden neuron and output bias.
# ordering is as in weight vector
e = matrix( 
  c(1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,2,
    2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,21,22,23,1,
    2,2,2,2,2,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1,1), 
  nrow=23, 
  ncol=3)

订购 - ＆gt;从输入神经元到第一个隐藏神经元的连接（第一个连接是偏置，因此1是偏置权重，2是第一个神经元的连接。这就是为什么第二列从2 ...... 23开始）。并伴随着这个逻辑...

R神经网络将不同的输入链接到不同的隐藏层

1 个答案: