Y = sim(net, P)
|
% – 0.5 и 1;
|
net.IW{1,1}
|
% – -0.22727;
|
net.b{1}
|
% – 0.72727;
|
w_rangle = -1: 0.1: 0
|
% – диапазон весов;
|
b_ rangle = 0.5: 0.1: 1
|
% – диапазон смещений;
|
ES = errsulf(P, T, w_ rangle, b_ rangle, 'purelin');
contour(w_ rangle, b_ rangle, ES, 20) % – 20 уровней;
hold on plot(-2.2727e – 001, 7.2727e – 001, 'x') % –точка
hold off % – знаком 'x' отмечены оптимальные значения веса и смещения.
Задание 3. Создать с помощью функции newlin линейную сеть с одним нейроном и одним входом, обучить эту сеть, используя процедуру train, и построить поверхность функции критерия качества и траекторию обучения, выполнив следующие действия:
Построить линии уровня и траекторию обучения: clc; % очистка экрана contour(w_ rangle, b_ rangle, ES, 20) % 20 линий hold on plot(X,Y,'_ *') % – построение траектории hold off
Оценить значения параметров настройки для двух значений цели goal:
net.IW{1, 1} = 1; net.b{1} = -1; net.trainParam.epochs = 50; net.trainParam.goal = 0.001; % – первое значение;
Достарыңызбен бөлісу: |
