convwf
컨벌루션 가중치 함수
구문
Z = convwf(W,P)
dim = convwf('size',S,R,FP)
dw = convwf('dw',W,P,Z,FP)
info = convwf('code
')
설명
가중치 함수는 입력값에 가중치를 적용하여 가중 입력값을 얻습니다.
Z = convwf(W,P)
는 가중치 행렬 W
와 입력값 P
의 컨벌루션을 반환합니다.
dim = convwf('size',S,R,FP)
는 계층 차원 S
, 입력 차원 R
과 함수 파라미터를 받아서 가중치 크기를 반환합니다.
dw = convwf('dw',W,P,Z,FP)
는 W
에 대한 Z
의 도함수를 반환합니다.
info = convwf('
는 이 함수에 대한 정보를 반환합니다. 다음과 같은 코드가 정의되어 있습니다. code
')
'deriv' | 도함수의 이름 |
'fullderiv' | 축소 미분 = 2, 전미분 = 1, 선형 미분 = 0 |
'pfullderiv' | 입력값: 축소 미분 = 2, 전미분 = 1, 선형 미분 = 0 |
'wfullderiv' | 가중치: 축소 미분 = 2, 전미분 = 1, 선형 미분 = 0 |
'name' | 전체 이름 |
'fpnames' | 함수 파라미터의 이름을 반환함 |
'fpdefaults' | 디폴트 함수 파라미터를 반환함 |
예제
확률 가중치 행렬 W
와 입력 벡터 P
를 정의하고, 이에 대응하는 가중 입력값 Z
를 계산합니다.
W = rand(4,1); P = rand(8,1); Z = convwf(W,P)
신경망 사용
입력 가중치가 convwf
를 사용하도록 신경망을 변경하려면 net.inputWeights{i,j}.weightFcn
을 'convwf'
로 설정하십시오. 계층 가중치의 경우, net.layerWeights{i,j}.weightFcn
을 'convwf'
로 설정하십시오.
둘 중 어느 경우든 convwf
를 사용하여 신경망을 시뮬레이션하려면 sim
을 호출하십시오.
버전 내역
R2006a에 개발됨