Студопедия

Главная страница Случайная страница

Разделы сайта

АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника






Работа с инструментальными средствами GUI






Окно подсказки (Network/Data Manager Help) показано на рис. 2. и описывает правила работы диспетчером Network/Data Manager при создании нейронной сети.

При создании нейронной сети, необходимо выполнить следующие операции:

1) сформировать последовательность входов и целей (кнопка New Data) либо загрузить их из рабочей области системы MatLab или из файла (кнопка Import);

2) создать новую нейронную сеть (кнопка New Network) либо загрузить ее из рабочей области систем MatLab или из файла (кнопка Import);

3) выбрать тип нейронной сети и нажать кнопку Train…, чтобы открыть окно для задания параметров процедуры обучения;

4) открыть окно Network для просмотра, инициализации, моделирования, обучения и адаптации сети.

Окно формирования данных (Create New Data) показанное на рис. 3, содержит две области редактирования текста для записи имени вводимых данных (область Name) и ввода самих данных (область Value), а также 6 кнопок для указания типа вводимых данных:

Inputs (Входы) – последовательность значений входов;

Targets (Цели) – последовательность значений целей;

Input Delay States (Состояния ЛЗ входа) – начальные условия лини задержки на входе;

Layer Delay States (Состояния ЛЗ слоя) – начальные условия лини задержки в слое;

Outputs – последовательность значений выходов сети;

Errors – разность значений целей и выходов.

Окно создания новой нейронной сети (Create New Network) показано на рис. 4 и включает поля для задания параметров создаваемой сети. В зависимости от типа сети количество полей и их названия изменяются.

Приведем описания полей.

Network Name (Имя сети) – стандартное имя сети, присваиваемое GUI-интерфейсом NNTool; в процессе создания новых сетей порядковый номер будет изменяться автоматически.

Network Type (Тип сети) – список сетей, доступных для работы с интерфейсом NNTool. Для удобства этот список повторен в табл. 1. Интерфейс NNTool позволяет создавать нейронные сети только с одной или двумя слоями.

Таблица 1. Типы сетей, доступных с интерфейсом NNTool

№ пп. Тип сети Название сети Число слоев
  Competitive Конкурирующая сеть  
  Cascade-forward backprop Каскадная сеть с прямым распространением сигнала и обратным распространением ошибки  
  Elman backprop Сеть Элмана с обратным распространением ошибки  
  Feed-forward backprop Сеть с прямым распространением сигнала и обратным аспространениием ошибки  
  Time delay backprop Сеть с запаздыванием и обратным распространением ошибки  
  Generalized regression Обобщенная регрессионная сеть  
  Hopfield Сеть Хопфилда  
  Linear layer (design) Линейный слой (создание)  
  Linear layer (train) Линейный слой (обучение)  
  LVQ Сеть для классификации входных векторов  
  Perceptron Персептрон  
  Probabilistic Вероятностная сеть  
  Radial basis (exact fit) Радиально базисная сеть с нулевой ошибкой  
  Radial basis (fewer neurons) Радиально базисная сеть с минимальным числом нейронов  
  Self organizing map Самоорганизующаяся карта Кохонена  

 

Примечание:

1) для сетей 2, 3, 7 в данной версии NNTool не обеспечивается просмотр структурных схем;

2) сети 5, 9 допускают введение линий задержек на входе;

3) сети 3 допускают введение линий задержек в слое;

4) сети с двумя слоями имеют последовательную структуру, когда выход первого слоя служит входом второго слоя. Исключение составляют сети 3, которые допускают наличие обратной связи в первом слое и передачу входного сигнала на входы обоих слоев.

 

Input ranges (Диапазон входа) – допустимые границы входов, которые либо назначаются пользователем, либо определяются автоматически по имени входной последовательности, выбираемой из списка Get from Inp…

Training function (Функция обучения) – список обучающих функций.

Performance function (Функция качества обучения) – список функций оценки качества обучения.

Namber of layers (Количество слоев) – количество слоев нейронной сети.

Properties for (Свойства) – список слоев.

Namber of neurons (Количество нейронов) – количество нейронов в слое.

Transfer function (Функция активации) – функции активации слоя.

Окно для импорта и загрузки данных показано на рис. 5.

Source (Источники) – поле для выбора источника данных. Это либо рабочая область системы MatLab (кнопка выбора Input from Matlab Workspace), либо файл (кнопка выбора Load from disk file).

 

 

Рис. 5. Окно для импорта и загрузки данных

 

Если выбрана первая кнопка, то в поле Select a Variable можно увидеть все переменные рабочей области, и, выбрав одну из них, например x, можно передать ее в поле Destination (Назначение) как последовательность входа Inputs (Входы).

Рис. 6. Окно для экспорта или записи данных в файл

 

При выборе кнопки Load from disk file активизируется поле MAT-file Name и кнопка Browse, что позволяет начать поиск и загрузку файла из файловой системы.

Окно для экспорта или записи данных в файл (Export or Save from Network/Data Manager) показано на рис. 6 и позволяет передавать данные из рабочей области GUI-интерфейса NNTool в рабочую область системы MatLab или записать их в виде файла на диске.

Диалоговая панель Network показана на рис. 7.

Данная диалоговая панель открывается только в том случае, когда в окне Network/Data Manager выделена созданная сеть и становятся активными кнопки View, Initialize, Simulate, Train, Adapt.

Панель имеет 6 закладок:

View (Просмотреть) – структура сети;

Initialize (Инициализация) – задание начальных весов и смещений;

Simulate (Моделирование) – моделирование сети;

Рис. 7. Диалоговая панель Network

 

Train (Обучение) – обучение сети;

Adapt (Адаптация) – адаптация и настройка параметров сети;

Weights (Веса) – просмотр установленных весов и смещений.

Пример 1. Создадим, используя графический интерфейс пользователя, нейронную сеть для выполнения операции y=x2 при задании векторов входа

x=[-1 -0.8 -0.5 -0.2 0 0.1 0.3 0.6 0.9 1]

и цели

y=[1 0.64 0.25 0.4 0 0.01 0.09 0.36 0.81 1]

 

Откроем с помощью функции nntool основное окно интерфейса, затем сформируем последовательность входов и целей в рабочей области GUI-интерфейса, используя окно Create New Data.

С этой целью сначала нажмем кнопку New Data и далее – в поле Name окна Create New Data введем сначала имя переменной x, затем – в области значений Value – вектор значений [-1 -0.8 -0.5 -0.2 0 0.1 0.3 0.6 0.9 1] и, используя радиокнопку Inputs (в правой части окна), укажем тип переменных (Inputs - Входы). Ввод завершим нажатием радиокнопки Create (Создать).

Аналогичную операцию проделаем для вектора y, с указанием (с помощью радиокнопки Targets), что это – вектор целевых данных.

Рис. 8. Окно создания нейронной сети

 

Создадим новую нейронную сеть. Для этого в окне Network/Data Manager нажмем кнопку New Network. В открывшемся окне Create New Network выберем нейронную сеть типа Feed-forward backprop с прямой передачей сигнала и обратным распространением ошибки (см. выше). При создании сети сохраним ей имя, даваемое по умолчанию (network1), диапазон входов определим (в окне Create New Network) с помощью опции Get from input, а количество нейронов (Number of neurons) первого слоя (Layer 1) установим равным двум. Остальные установки при создании сети оставим по умолчанию (рис. 8). Создание сети завершим нажатием кнопки Create.

После этого в окне Network/Data Manager, в области Networks появится имя новой созданной сети – network1. Выберем это имя с помощью мышки, что ведет к активации всех кнопок указанного окна.

Выполним инициализацию сети, для чего с помощью кнопки Initialize… выберем выкладку Initialize. Это приведет к открытию диалоговой панели, показанной на рис. 9.

Для ввода установленных диапазонов и инициализации весов воспользуемся кнопками Set Ranges (Установить диапазоны) Initialize Weights (Инициализировать веса). Если требуется вернуться к прежним диапазонам, то следует выбрать кнопки Revert Ranges (Вернуть диапазоны) и Revert Weights (Вернуть веса), но в условиях примера это не нужно.

 






© 2023 :: MyLektsii.ru :: Мои Лекции
Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав.
Копирование текстов разрешено только с указанием индексируемой ссылки на источник.