1
Matlabツールボックスでトレーニングされたニューラルネットワークを10層で手動でシミュレートしようとしました。このinfoによれば、入力を範囲[-1,1]にスケーリングする必要があります（出力は[0,1]に正規化され、[-1,1]から縮尺する必要があります）。私はMatlabのsim関数と比較して、この図に示すように出力の巨大な歪みがあります。上のプロットは手動シミュレーションであり、下の方はMatlabのsim関数です。ここに私の簡単なコードがあります。手動でMatlabニューラルネットワークをシミュレート
clear all;
% x = [0;0;0;0;0;0;0;1;0;0.111;0];
load etp_input;
% t = [0.45];
load etp_target;
load ETp01.mat;
iw = ETp01.IW{1,1};
lw1 = ETp01.LW{2,1};
lw2 = ETp01.LW{3,2};
lw3 = ETp01.LW{4,3};
lw4 = ETp01.LW{5,4};
lw5 = ETp01.LW{6,5};
lw6 = ETp01.LW{7,6};
lw7 = ETp01.LW{8,7};
lw8 = ETp01.LW{9,8};
lw9 = ETp01.LW{10,9};
b1 = ETp01.b{1};
b2 = ETp01.b{2};
b3 = ETp01.b{3};
b4 = ETp01.b{4};
b5 = ETp01.b{5};
b6 = ETp01.b{6};
b7 = ETp01.b{7};
b8 = ETp01.b{8};
b9 = ETp01.b{9};
b10 = ETp01.b{10};
for i=1:365
x = etp_input(:,i+19*365)*2-1;
xs = etp_input(:,i+19*365);
y1 = tansig(iw*x + b1);
y2 = tansig(lw1*y1 + b2);
y3 = tansig(lw2*y2 + b3);
y4 = tansig(lw3*y3 + b4);
y5 = tansig(lw4*y4 + b5);
y6 = tansig(lw5*y5 + b6);
y7 = tansig(lw6*y6 + b7);
y8 = tansig(lw7*y7 + b8);
y9 = tansig(lw8*y8 + b9);
y10 = purelin(lw9*y9 + b10);
outManual(i) = (y10+1)/2;
outSim(i) = sim(ETp01,xs);
end
subplot(2,1,1);
plot(outManual);
subplot(2,1,2);
plot(outSim);
私は365 for-loopを行う理由のため、毎年データセットを用意しています。それで、私はここで何が欠けているのですか？私は年間データセットがたくさんあり、それらは無作為に出力の異なる歪みを与えました（上記のコードは第19セットのデータを使用しています）。どんな助けもありがとう。これはコードの一部ですので、私が提供する必要がある情報については、私に知らせてください。皆さん、ありがとうございました。 ：D：D：D
編集：
- 私はネットワークを作成し、マットファイル内のネットワークオブジェクトを保存するためにnntoolを使用しています。完全なコードは上記で更新されています。
- ここにはMatlabのnetwork viewがあります。
あなたはNNをMATLABでどのように作成しますか？[mcve]を投稿しようとしてください。また、違いはそれほど悪くはありません。 –
私はコードを更新し、ポストにネットワークの写真を追加しました。ありがとう。 –
'a1、a2、a3、a4 ...'はお勧めできません。私は3Dマトリックスやセル配列を使用することをお勧めします... –