mandist

R2026b

(削除予定) マンハッタン距離重み関数

mandist 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。

構文

Z = mandist(W,P)

D = mandist(pos)

説明

Z = mandist(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。

mandist は、マンハッタン距離重み関数です。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。

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

例

重み付き入力行列の計算

この例では、重み付き入力行列を計算する方法を示します。

ランダムな重み行列 W および入力ベクトル P を定義し、対応する重み付き入力 Z を計算します。

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

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。

pos — ニューロンの位置

行の行列

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

ベクトル距離の行列。S 行 Q 列の行列として返されます。

D — 距離

行列

距離の行列。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

入力の重みによって mandist 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 'mandist' に設定します。層の重みの場合には、net.layerWeights{i,j}.weightFcn を 'mandist' に設定します。

層のトポロジによって mandist 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 'mandist' 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 の間のマンハッタン距離 D は次のようになります。

D = sum(abs(x-y))

バージョン履歴

R2006a より前に導入

R2026a: mandist は削除予定

mandist 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、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。

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
• 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