Работа с нейронной сетью в Matlab

1.

Работа с нейронной сетью
в пакете MATLAB

2.

Пакет инструментальных
средств для работы с
нейронными сетями в
MATLAB

3.

Вызов графического
интерфейса NNTool из
командной строки
командой “nntool”
Вызов
графического
интерфейса
NNTool из окна
запуска
приложений

4.

Окно управления сетью/данными
Вызов окна подсказки
Вызов окна для
импорта данных
Вызов окна для
экспорта данных
Удаление
активизированного
объекта
Кнопки вызова окна
формирования данных
и окна создания новой
нейронной сети
Просмотр
активизированного
объекта

5.

Создание нейронной сети:
1) Сформировать последовательности входов и целей (кнопка New Data)
2) Создать новую нейронную сеть (кнопка New Network)
3) Выбрать тип нейронной сети и нажать на вкладку Train
4) Открыть окно Network для просмотра, инициализации, моделирования,
обучения и адаптации сети.

6.

Окно формирования данных для нейронной сети
Тип данных
Область записи имен
вводимых данных
Область ввода значений
данных

7.

Окно создания новой нейронной сети
Название сети
Тип сети
Входные диапазоны данных
Функция обучения
Функции настройки для режима
адаптации
Функция качества обучения
Количество слоев
Свойства
Количество нейронов
Функция активации

8.

Типы нейронных сетей в NNTool
№ пп.
1
2
Тип сети
Competitive
Cascade-forward
backprop
Название сети
Конкурирующая сеть
Каскадная сеть с прямым
распространением сигнала и обратным
распространением ошибки
Число слоев
1
2
3
Elman backprop
2
4
Feed-forward
backprop
Сеть Элмана с обратным
распространением ошибки
Сеть с прямым распространением
сигнала и обратным аспространениием
ошибки
5
Time delay backprop
2
6
7
8
9
10
Generalized
regression
Hopfield
Linear layer (design)
Linear layer (train)
LVQ
Сеть с запаздыванием и обратным
распространением ошибки
Обобщенная регрессионная сеть
1
1
1
2
11
12
13
Perceptron
Probabilistic
Radial basis (exact fit)
14
Radial basis (fewer
neurons)
Сеть Хопфилда
Линейный слой (создание)
Линейный слой (обучение)
Сеть для классификации входных
векторов
Персептрон
Вероятностная сеть
Радиально базисная сеть с нулевой
ошибкой
Радиально базисная сеть с
минимальным числом нейронов
15
Self organizing map
Самоорганизующаяся карта Кохонена
1
2
2
1
2
2
2

9.

Окно для импорта и загрузки данных
Выбор рабочей области
Загрузить файл
Назначение переменной
как последовательности
входов
Поиск и загрузка файла из
файловой системы
Выбор переменных
рабочей области

10.

Окно для экспорта данных
Окно позволяет передавать данные из рабочей области графического
интерфейса NNTool в рабочую область системы MATLAB или
записывать их в виде файла на диске.

11.

Диалоговая панель Network
Задание весов Моделирование Обучение
Адаптация
и значений
сети
сети
параметров сети
Структура сети
Просмотр установленных
весов и смещений

12.

Инициализация сети
Установить новый диапазон
Список значений
исходных данных
Инициализировать веса
Вернуть диапазон
Вернуть веса

13.

Информация об обучающих последовательностях
Входные данные
Целевые данные
Переменная с данными
на выходе
Ошибки
Кнопка обучения сети

14.

Параметры сети
Количество эпох тренировки
Достижение цели
Максимальное количество
ошибок
Коэф. использования памяти
Минимальный градиент
Параметр адаптации
Соответствующие веса и смещения можно увидеть, если выбрать закладку Weights
Коэффициент уменьшения
параметра адаптации
Коэффициент увеличения
параметра адаптации
Период обновления
Время обучения

15.

Результаты в окне управления сетью/данными
Полученные данные на
выходе
Ошибки сети
Просмотр результатов

16.

Спасибо за внимание!