Discussion :

[christophe_halgand]

Bonjour à tous,

J'utilise la neural network toolbox sur matlab R2008b.

Je voudrais coder le modèle que vous voyez en pièce jointe. Il est composé de 4 couches. Je dois réaliser l'apprentissage (train) de celui ci en utilisant la Resilient Backpropagation (trainrp). Les deux couches cachées sont de type feedforward (commande newff). Je connais le "vec1" ou le vecteur d'entrée et je connais le "vec4" vecteur de sortie ainsi que les poids "w3".

Comment réaliser ce réseau de neurone avec les derniers poids fixés en fonction des entrées/sorties ?

Est-ce assez clair ? L'apprentissage ne doit se faire que sur les poids entre la couche 1 et 2 et entre la couche 2 et 3.

Merci de votre aide

Christophe

[mihaispr]

Salut christophe!

Je n'ai pas travaille avec Neuronal Networks toolbox mais premierment une question.

Ton modele est fait avec nntool?

Command window:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
 
>>nntool

Sinon tu peux me dire comment tu as realise le modele?

[christophe_halgand]

Salut,

En fait, j'utilise directement les lignes suivantes :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
net=newff(input,output,[9 125]);
net.trainParam.epochs    = 1500;
net.trainParam.min_grad  = 1e-6;
net.trainParam.mem_reduc = 1000;
net.trainParam.goal     = 1e-13;
net = train(net,output,'tranrp');
sortie = sim(net,entree);

Avec "input" et "output" des vecteurs couples (entrées/sorties).
Les indications "9" et "125" sont le nombre de neurones dans les couches cachées.
Puis tu peux gérer de paramètres pour fixer toi même les limites de la partie apprentissage.
Le vecteur "entree" est une entrée dont on ne connait pas la sortie équivalente.

Comme tu peux voir, si on simplifie les choses, tu utilises trois fonctions "newff" (définition de l'architecture en feed-forward), "train" (pour qu'il apprend à approximer ta fonction non-linéaire en fixant les poids du réseau) et "sim" (pour simuler ton réseau)

Mon problème est que je voudrais lui dire que je connais les poids associés à ma sortie. C'est à dire qu'entre le vecteur de 125 units et mes 3 sorties (il sait qu'il y en a que trois grâce ou dimension du vecteur "output" dans la commande newff) je connais mes trois vecteurs de poids et je ne veux pas qu'ils fasse d'apprentissage dessus.

Il est possible d'initialiser les poids mais comment lui dire de ne pas y toucher (pour le lien entre la couche 3 et 4) ?

[christophe_halgand]

Avec la fonction :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

net.LW{4,3}=taratata;

Je peux fixer mes poids entre la couche 4 et la couche 3 mais ils sont quand-même modifié lors de l'apprentissage (utilisation de la fonction "train")...

Un exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
%% essai
 
x=-pi:pi/180:pi;
y=2*cos(x);
 
net=newff(x,y,[5 5]);
net.LW{2,1}=ones(5,5);
s=net.LW{2,1};
net=train(net,y);
u=net.LW{2,1};