Matlab - Perceptron Multicapa Funcion de activacion y Transferencia

   
Vista:

Perceptron Multicapa Funcion de activacion y Transferencia

Publicado por Jess (1 intervención) el 24/06/2014 16:43:23
Hola estoy empezando a estudiar Redes Neuronales y analizando el siguiente código me entraro una duda
-cual es la función de activación y cual es la función de transferencia?
-creo que la función de activación es la tangencial y la de transferencia es la sigmoide, pero realmente cual es la diferencia entre estas 2 funciones? en otros perceptrones las 2 funciones son sigmoides

y si me pueden ayudar con las siguientes conclusiones a las que llegue.
-los bias están incluidos en los vectores de los Pesos: wih y who
-La arquitectura de la red es 2-2-1 2 Neuronas capa inicial, 2 neuronas capa oculta, 1 neurona capa de salida
y lo de retro-propagación creo que me quedó claro pero cualquier plus es bien recibido,
gracias n.n!



x = [0 0 1 1; 0 1 0 1]

t = [0 1 1 0]

[ni N] = size(x)

[no N] = size(t)

nh = 2

wih = 0.01*randn(nh,ni+1);

who = 0.01*randn(no,nh+1);

c = 0;
while(c < 3000)
c = c+1;
for i = 1:N
for j = 1:nh
netj(j) = wih(j,1:end-1)*x(:,i)+wih(j,end);
outj(j) = tansig(netj(j));
end
% hidden to output layer
for k = 1:no
netk(k) = who(k,1:end-1)*outj' + who(k,end);
outk(k) = 1./(1+exp(-netk(k)));
delk(k) = outk(k)*(1-outk(k))*(t(k,i)-outk(k));
end
% back propagation
for j = 1:nh
s=0;
for k = 1:no
s = s + who(k,j)*delk(k);
end
delj(j) = outj(j)*(1-outj(j))*s;
end
for k = 1:no
for l = 1:nh
who(k,l) = who(k,l)+.5*delk(k)*outj(l);
end
who(k,l+1) = who(k,l+1)+1*delk(k)*1;
end
for j = 1:nh
for ii = 1:ni
wih(j,ii) = wih(j,ii)+.5*delj(j)*x(ii,i);
end
wih(j,ii+1) = wih(j,ii+1)+1*delj(j)*1;
end
end
end
h = tansig(wih*[x;ones(1,N)])

y = logsig(who*[h;ones(1,N)])
Valora esta pregunta
Me gusta: Está pregunta es útil y esta claraNo me gusta: Está pregunta no esta clara o no es útil
1
Responder