Matlab бағдарламалық ортасының neural networks toolbox пакетіне арналған gui интерфейсі жұмыстың мақсаты
жүктеу/скачать 0,71 Mb.
|
ЖИА Зертханалық жұмыс 1-2
Analiticheskoe myshlenie rus, прак. саб., дәріс, Документ (1), Документ (1), Документ (1), Документ (1), Аңырақай шайқасы, тарих каз тест 2
| Жұмысты орындау мысалы.
1 2 желінің құрылымы 6-сурет бойынша орындалады t=y(p) функциясының мақсатты мәнін есептейміз : Matlab ортасында nntool пакетін шақырамыз. 1-Сурет терезесінде. импорттау түймесін Import. басыңыз. Пайда болған терезеде сурет.3 біз құрылған p матрицасын енгізу деректерін енгізу ретінде енгіземіз (ол үшін p таңдаңыз , енгізу деректерін таңдап Input Data, импортты басыңыз Input Data), ал t векторы құрылған нейрондық желінің мақсатты функциясы /Target Data/ ретінде мақсатты деректер ретінде енгізіледі. п.2. сәйкес нейрондық желінің параметрлерін береміз. Ол үшін 1 сурет терезесінде New. Жаңа түймесін басыңыз. Біз параметрлерді 7.суретке сәйкес жүргіземіз. Сур.7. Нейрондық желі түрін, оны оқыту әдісін анықтауға арналған терезе. Ашылған терезеде біз Feed - forward backprop сияқты нейрондық желіні таңдаймыз (тікелей тарату және қатені кері тарату әдісімен оқыту). Желіні құру кезінде біз оған әдепкі бойынша берілген атауды сақтаймыз (networkl). (желі). Оқыту үшін p және T мақсатты функциясын орнатыңыз.Бірінші қабаттағы нейрондардың санын (neurons Number) (Layer 1) екіге тең, tansig активтендіру функциясы, екінші қабатта (Layer 2) әдепкі бойынша Purelin активтендіру функциясы бар 1 нейрон орнатыңыз. Және бұдан әрі басыңыз Create құру. 1сурет терезесіне өтіңіз. құрылған network 1 желісін тауып, оны тышқанмен таңдаңыз. 5-Сурет терезесі пайда болады. Құрылған желінің құрылымын тексеріп, сызыңыз сурет-8. Біз p кіріс векторын және T мақсатты функциясын орнату арқылы оқытуды жүзеге асырамыз (вкладка Train) сурет-9). Оқудан кейінгі желінің Шығыс мәні және ойнату қатесі network1_outputs және network1_errors векторына жазылады. Train…басыныз. Оқу нәтижесін тіркеу терезесі 10-сурет. Сур. 8. Құрылған желінің құрылымы. Сур. 9. Желіні оқыту (вкладка Train). Сур. 10. Нәтижесі желіні оқыту. Біз алынған желілік нейрондардың салмақ wij коэффициенттерін кестеге жазамыз (вкладка View/Edit Weights). (сур.11) Сур. 11. Желілік нейрондардың салмақ коэффициенттері (вкладка View/Edit Weights). 8. network1_errors функциялары y f x1, x2 , және network1_outputs Шығыс мәндерін Matlab ортасына экспорттаймыз, ол үшін 1сурет басыныз, Талап етілетін мәндері бойыынша Export таңдаймыз. Matlab командасында модельдеу қатесінің графигін саламыз: >> >> plot([network 1_outputs' t']);grid Сурет. 12. t мақсат функциясы (қызыл қисық) және желілік модельдеу арқылы алынған (көк). Максималды абсолютті модельдеу қатесін анықтаймыз. Ол 1 нүктесінде 10 санын құрайды. Есеп беру мазмуны: жұмыс мақсаты; пункттер бойынша қысқаша сипаттамасы; бағдарламаның барлық тармақтары бойынша Графиктер мен терезелер; жұмыс бойынша қорытынды. Тапсырмалар: жүктеу/скачать 0,71 Mb. Достарыңызбен бөлісу:
|