ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

feedforwardnet

フィードフォワード ニューラル ネットワーク

構文

feedforwardnet(hiddenSizes,trainFcn)

説明

フィードフォワード ネットワークは、一連の層で構成されます。最初の層には、ネットワーク入力からの結合があります。後続の各層には、前の層からの結合があります。最後の層は、ネットワークの出力を生成します。

フィードフォワード ネットワークは、任意の種類の入力から出力へのマッピングに使用できます。フィードフォワード ネットワークに 1 つの隠れ層があり、隠れ層に十分なニューロンがある場合、任意の有限な入出力のマッピング問題にあてはめられます。

特殊なバージョンのフィードフォワード ネットワークとして、近似ネットワーク (fitnet) やパターン認識ネットワーク (patternnet) があります。フィードフォワード ネットワークのバリエーションの 1 つに、カスケード フォワード ネットワーク (cascadeforwardnet) があります。このネットワークには、入力から各層へ、さらに各層から以降のすべての層への追加の結合があります。

feedforwardnet(hiddenSizes,trainFcn) は、次の引数を取ります。

hiddenSizes

1 つ以上の隠れ層のサイズの行ベクトル (既定値 = 10)

trainFcn

学習関数 (既定値 = 'trainlm')

これは、フィードフォワード ニューラル ネットワークを返します。

フィードフォワード ニューラル ネットワーク

この例では、フィードフォワード ニューラル ネットワークを使用して簡単な問題を解く方法を説明します。

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net = train(net,x,t);
view(net)
y = net(x);
perf = perform(net,y,t)
perf =

   1.4639e-04

R2010b で導入