前馈全连接神经网络| matlab

Posted 2023-03-12

【中文标题】前馈全连接神经网络| matlab

【英文标题】：feedforward fully connected neural network | matlab

【发布时间】：2019-04-12 10:30:08

【问题描述】：

过去 3 个小时，我试图在 matlab 中创建一个前馈神经网络，但没有成功。我现在真的很困惑。

我正在尝试创建以下神经网络：

输入层有 122 个特征/输入， 1 个隐藏层，25 个隐藏单元， 1 个输出层（二元分类）， 输入层和隐藏层有偏置单元（大致思路请看下图）

但是从我对network 函数的分析来看，我无法理解如何在我的单个隐藏层中指定 25 个隐藏单元或神经元，以及如何使所有输入层神经元连接到这些隐藏单元。

net = network(numInputs,numLayers,biasConnect,inputConnect,layerConnect,outputConnect);

例如，如果我想在隐藏层（包括偏置单元）中创建一个具有 5 个输入和 5 个隐藏单元的神经网络，并使其完全连接。我正在使用此代码：

net = network(5,1,1,[1 1 1 1 1],0,1);

哪个输出这个：

据我了解，我的代码存在以下问题：

输入层没有偏置输入 它不是一个完全连接的网络（就像一个神经元只连接到隐藏的神经元）

所以，请，我已经把我的牌放在桌子上了，我该怎么办？

【参考方案1】：

我强烈认为您将输入/层的数量与其大小混淆了：

您的网络有一个输入，其大小为 122； 您的网络有两层： 第一层：25 个节点的隐藏层（W 是一个 25 x 122 的权重矩阵）； 第 2 层：具有 1 个节点的输出层（W 是一个 1 x 25 的权重矩阵）。

以下代码执行您正在尝试执行的操作：

% 1, 2: ONE input, TWO layers (one hidden layer and one output layer)
% [1; 1]: both 1st and 2nd layer have a bias node
% [1; 0]: the input is a source for the 1st layer
% [0 0; 1 0]: the 1st layer is a source for the 2nd layer
% [0 1]: the 2nd layer is a source for your output
net = network(1, 2, [1; 1], [1; 0], [0 0; 1 0], [0 1]);
net.inputs1.size = 122; % input size
net.layers1.size = 25; % hidden layer size
net.layers2.size = 1; % output layer size
net.view;

结果：

也可以试试help network，看看如何设置输入数据范围、传递函数等等。

【讨论】：

谢谢，我很困惑。但这给我带来了很多问题，但我会问一些重要的问题。您提供的代码是否考虑了偏差单位？意思是，添加偏置节点后，W1 应该是 25x123 矩阵，W2 应该是 1x26 矩阵。第二个问题，我已经问过 Datascient 社区（如果您有兴趣，请查看 Here）：当您说“您的网络有一个输入，其大小为 122”时，这是否意味着我可以有多个输入不同尺寸又称为特征？

@U.USer: 1) 偏置权重在network 对象中被认为是分开的。将输入连接到第一层的权重在net.IW1（25x122 矩阵）中，而相应的偏置权重存储在net.b1（25x1）中。将第 2 层作为目标和第 1 层作为源的权重存储在 net.LW2,1 (1x25) 中，而偏差权重存储在 net.b2 (1x1) 中。 2) 是的。您可能有多个用户输入“来源”和/或从其他层（即循环神经网络）重新进入