linearlayer
R2026b(削除予定) 線形層の作成
linearlayer 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、レガシ ニューラル ネットワーク コードの dlnetwork ワークフローへの移行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。
説明
layer = linearlayer(inputDelays,widrowHoffLR)
線形層は、線形ニューロンから成る単一層です。これは、入力遅延が 0 の場合は静的となり、入力遅延が 0 より大きい場合は動的となります。これは、シンプルな線形時系列問題として学習させることができますが、多くの場合、展開時にも学習を継続するように適応的に使用されます。これにより、使用中に入出力の関係が変化した場合、その変化に応じて調整できます。
学習率が小さすぎる場合、学習に時間がかかります。しかし、それよりもっと危険なのは、規模が非常に大きくなって学習が不安定になり、重みベクトルの変動が大きくなって誤差が減少せずに増加してしまうことです。層に学習させる関係を特徴付けるデータ セットを利用できる場合、maxlinlr 関数を使用して最大安定学習率を計算できます。
例
この例では、線形層の作成と学習を行う方法を示します。
線形層を作成し、シンプルな時系列問題で学習させます。
x = {0 -1 1 1 0 -1 1 0 0 1};
t = {0 -1 0 2 1 -1 0 1 0 1};
net = linearlayer(1:2,0.01);
[Xs,Xi,Ai,Ts] = preparets(net,x,t);
net = train(net,Xs,Ts,Xi,Ai);
view(net)
Y = net(Xs,Xi); perf = perform(net,Ts,Y)
perf = 0.2396
