taramath: NeuralNetwork.set

Beschreibung

Die Funktion besitzt zwei verpflichtende Argumente:

w	Liste von Matrizen (Gewichte)
b	Liste von Vektoren (Schwellwerte)

Es wird ein neuronales Netz erstellt und die Gewichte und Schwellwerte werden gemäß der Matrizen w und Vektoren b initialisiert.

Das Design des neuronalen Netzes ergibt sich dabei aus den Dimensionen der Argumente.

Beispiel

Es wird ein neuronales Netz zum Design (5-2-3) erzeugt, wobei die (initialen) Gewichte und Schwellwerte entsprechend übergeben werden.

<!DOCTYPE html>
<html>
<head>
  <script src="taramath.js"></script>
</head>
<body>
<textarea id="print"></textarea>
<script>

var w = [
  [
    [-0.75, -0.03, -0.47, -0.95, 0.66],
    [-0.90,  0.42, -0.86, -0.21, 0.81]
  ],
  [
    [ 0.58, -0.69],
    [-0.33,  0.04],
    [ 0.95, -0.56]
  ]
];

var b = [
  [0.27, -0.79],
  [0.34, 0.58, -0.74]
];

NeuralNetwork.set_weights(w, b);

Print.init("print");
Print.object(NeuralNetwork.evaluate([0,1,0,1,0]));

</script>
</body>
</html>

Vorschau aktualisieren

Beispiel

Es wird ein neuronales Netz zum Design (5-2-3) erzeugt, die (initialen) Gewichte und Schwellwerte werden zunächst zurückgegeben und anschließend definiert.

<!DOCTYPE html>
<html>
<head>
  <script src="taramath.js"></script>
</head>
<body>
<textarea id="print"></textarea>
<script>

Print.init("print");

NeuralNetwork.init([5,2,3]);
var Z = NeuralNetwork.get_weights();
Print.object(NeuralNetwork.evaluate([0,1,0,1,0]));

NeuralNetwork.init([5,2,3]);
Print.object(NeuralNetwork.evaluate([0,1,0,1,0]));

NeuralNetwork.set_weights(Z[0], Z[1]);
Print.object(NeuralNetwork.evaluate([0,1,0,1,0]));

</script>
</body>
</html>

Vorschau aktualisieren

NeuralNetwork.set_weights

zur Definition der Gewichte und Schwellwerte