建立一個已知權重和偏差的神經網絡

我有一個已知的神經網絡配置節點，權重，偏差值和激活函數（tanh）。我想通過禁止這些部件來構建神經網絡，作爲R中的一些「神經網絡」對象，而不是適合網絡。我怎樣才能做到這一點？我看到了很多適合神經網絡的選項，但是當我已經知道組件時，無法找到如何構建網絡。建立一個已知權重和偏差的神經網絡

來源

2017-03-09 mpettis

此問題可能缺少一些細節。這聽起來像是關於內部或反向工程內部問題的基本讀取文檔（知道如果支持readNN，將這些值放入內存或輸入文件）。如果網絡來自其他類似tensorflow的庫，theano和co。可能會出現其他問題（例如，不同的內部計算;例如評估複雜的梯度） – sascha

這完全取決於您想到的神經網絡包。 –

R確實提供了startweights參數來初始化自定義權重，請參閱StackOverflow thread。我也不會看到改變偏差和傳遞函數的引用。

要麼使用MATLAB（這對於A R專家一個好主意）基於以下事實或更好的設計自定義網絡：

ANN只是一組輸入向量和輸出向量的數學運算，數學運算是基於使用簡單反向傳播的循環中的誤差項來調整權重。 僅在R中使用向量和數學運算來設計一個簡單的帶有反向傳播訓練的ANN

來源

2017-03-10 09:35:44 SACn

謝謝，這有助於。我真正想要做的是爲演示目的製作一些簡單的玩具例子，並且我可以設置權重而不是從培訓中獲得。我已經開始在一些隨機數據上訓練'nnet'模型，以獲得適當節點結構的對象，然後戳入'nnet'對象的相應'wts'列表條目。我希望能夠利用任何現有的優秀軟件包輕鬆完成這項工作，但正如您所說，我可能只是自己編寫節點，wts和偏見以及激活函數連接。 – mpettis

建立一個已知權重和偏差的神經網絡

回答

相關問題