کد متلب شبکه عصبی mlp
شبکه عصبی پرسپترون چند لایه یا همان mlp که مخفف عبارت Multi Layer perceptron می باشد یکی از شبکه های معروف و پرکاربرد می باشد. که از ان در مسائلی مانند رگرسیون ، کلاسیفیکیشن، و پیش بینی استفاده میشود.
ما در این کار کد شبکه عصبی mlp را در متلب اماده کرده ایم. این کد بدون استفاده از تولباکس شبکه عصبی نوشته شده است و تمامی مراحل برنامه بصورت کد نویسی توسط برنامه نویس پیاده سازی شده است.
در این کد داده ها از یک فایل اکسل خوانده میشوند و در برنامه لود میشوند. سپس شبکه عصبی ایجاد شده و ان را با پس انتشار خطا اموزش میدهیم و در نهایت داده ها را به شبکه اموزش یافته میدهیم و خروجی شبکه را محاسبه میکنیم. همچنین نمودار میانگین مربعات خطا MSE نیز ترسیم میشود.
یک شبکه عصبی از یک سری نرون ورودی و یک سری نرون خروجی و یک سری نرون در لایه مخفی تشکیل شده است که نرونهای هر لایه با یک وزنی به لایه بعد متصل میشوند و این مقادیر وزنها عملکرد شبکه را مشخص میکند.یک شبکه مشابه شکل زیر را در نظر بگیرید:
کد متلب شبکه عصبی mlp
این شبکه عصبی داده هایی با دو ورودی را میگیرد و 4 نرون در لایه مخفی دارد و سه نرون خروجی دارد . همانطور که در تصویر فوق دیده میشود از لایه ورودی به لایه مخفی یک سری خطوط ارتباط داریم که هر یک از این خطوط یک مقدار وزن دارد پس یک ماتریس وزن از لایه ورودی به لایه مخفی نیاز داریم که ان را با نام Win2H و همچنین یک ماتریس وزن از لایه مخفی به لایه خروجی که ما با نام WH2Out ان را مشخص میکنیم.
در کد زیر این ماتریس ها را تعریف کرده و بصورت تصادفی مقدار دهی کرده ایم:
برای دریافت کد به همراه توضیحات کد از بخش زیر اقدام کرده و کد را بصورت انلاین خریداری و دانلود کنید
[parspalpaiddownloads id=”79″]ایمیل ما: matlab24ir@gmail.com و یا info@matlab24.ir
