dist

(削除予定) ユークリッド距離重み関数

dist は将来のリリースで削除される予定です。詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

コードの更新に関するアドバイスについては、バージョン履歴を参照してください。

構文

Z = dist(W,P)

dim = dist('size',S,R,FP)

dw = dist('dw',W,P,Z,FP)

D = dist(pos)

説明

Z = dist(W,P) は、S 行 R 列の重み行列 W、および入力 (列) ベクトル Q の R 行 Q 列の行列 P を取り、ベクトル距離の S 行 Q 列の行列 Z を返します。

重み関数は、入力に重みを適用して重み付けされた入力を返します。

dim = dist('size',S,R,FP) は、層次元 S、入力次元 R、および関数パラメーター FP を取り、重みサイズ [S 行 R 列] を返します。

dw = dist('dw',W,P,Z,FP) は、W に対する Z の微分を返します。

dist は層の距離関数でもあり、これを使用して層内のニューロン間の距離を求めることができます。

D = dist(pos) は、N 行 S 列のニューロンの位置行列 pos を取り、S 行 S 列の距離行列 D を返します。

例

関数 dist を使用した重み付き入力の計算

この例では、ランダムな重み行列 W と入力ベクトル P が与えられたときに、対応する重み付き入力 Z を計算する方法を説明します。

W = rand(4,3);
P = rand(3,1);
Z = dist(W,P)

以下では、3 次元空間に配置される 10 個のニューロンの位置のランダムな行列を定義し、それらの間の距離を求めます。

pos = rand(3,10);
D = dist(pos)

入力引数

W — 重み行列

行列

重み行列。S 行 R 列の行列として指定します。

P — 入力行列

行列

入力行列。Q 個の入力 (列) ベクトルから成る R 行 Q 列の行列として指定します。

S — 層次元

スカラー

層次元。スカラーとして指定します。

R — 入力次元

スカラー

入力次元。スカラーとして指定します。

pos — ニューロンの位置

行列

ニューロンの位置の行列。N 行 S 列の行列として指定します。

出力引数

Z — ベクトル距離

行列

ベクトル距離。S 行 Q 列の行列として返されます。

dim — 重みのサイズ

行ベクトル

重みのサイズ。行ベクトルとして返されます。

dw — W に関する導関数

cell 配列

W に関する Z の導関数。cell 配列として返されます。

D — 距離

行列

距離。S 行 S 列の行列として返されます。

詳細

ネットワークの利用

newpnn または newgrnn を呼び出すことによって、dist を使用する標準的なネットワークを作成できます。

入力の重みによって dist が使用されるようにネットワークを変更するには、net.inputWeights{i,j}.weightFcn を 'dist' に設定します。層の重みの場合には、net.layerWeights{i,j}.weightFcn を 'dist' に設定します。

層のトポロジによって dist が使用されるようにネットワークを変更するには、net.layers{i}.distanceFcn を 'dist' に設定します。

いずれの場合も、sim を呼び出し、dist を使用してネットワークのシミュレーションを行います。

アルゴリズム

2 つのベクトル X と Y の間のユークリッド距離 d は次のようになります。

d = sum((x-y).^2).^0.5

バージョン履歴

R2006a より前に導入

R2026a: dist は削除予定

dist は将来のリリースで削除される予定です。

サポートされている数学演算、深層学習演算、および深層学習層の詳細については、以下の例とトピックを参照してください。

• ディープ ネットワーク デザイナーを使用したネットワークの構築

• 深層学習層の一覧

• dlarray をサポートする関数の一覧

詳細については、Transition Legacy Neural Network Code to dlnetwork Workflowsを参照してください。

参考

時系列モデラー | fitrnet (Statistics and Machine Learning Toolbox) | fitcnet (Statistics and Machine Learning Toolbox) | trainnet | trainingOptions | dlnetwork

トピック

• Training Neural Networks with Tabular Data
• Training Neural Networks with Time Series Data
• Transition Legacy Neural Network Code to dlnetwork Workflows