网站建设的基本因素是什么,广州关键词优化外包,做网站纸箱关键词,好网站开发公司目录
语法
说明
示例
使用感知器求解简单分类问题 perceptron函数的功能是简单的单层二类分类器。
语法
perceptron(hardlimitTF,perceptronLF)
说明 注意 Deep Learning Toolbox™ 支持早期形式的感知器。为了获得更好的结果#xff0c;您应改用 patternnet#xff0…目录
语法
说明
示例
使用感知器求解简单分类问题 perceptron函数的功能是简单的单层二类分类器。
语法
perceptron(hardlimitTF,perceptronLF)
说明 注意 Deep Learning Toolbox™ 支持早期形式的感知器。为了获得更好的结果您应改用 patternnet它可以求解非线性可分问题。有时术语“感知器”指前馈模式识别网络但此处描述的原始感知器只能求解简单问题。 perceptron(hardlimitTF,perceptronLF) 接受硬限制传递函数 hardlimitTF 和感知器学习规则 perceptronLF并返回一个感知器。 除了默认硬限制传递函数之外还可以使用 hardlims 传递函数创建感知器。感知器学习规则的另一个选项是 learnpn。 感知器是简单的单层二类分类器它用线性决策边界划分输入空间。 感知器可以学习如何求解狭窄范围的分类问题。它们是第一批可靠地求解某一类问题的神经网络之一其优势是学习规则简单。
示例
使用感知器求解简单分类问题 此示例说明如何使用感知器来求解简单的分类逻辑 OR 问题。
x [0 0 1 1; 0 1 0 1];
t [0 1 1 1];
net perceptron;
net train(net,x,t);
如图所示 view(net)
如图所示 y net(x);
参数说明 hardlimitTF — 硬限制传递函数 硬限制传递函数。 perceptronLF — 感知器学习规则 感知器学习规则。
