-Artificial Neural Network- Matlab 操作介紹 - 以類神經網路 BPN Model 為例

-Artificial Neural Network- Matlab 操作介紹

- 以類神經網路 BPN Model 為例

朝陽科技大學資訊管理系李麗華教授

朝陽科技大學李麗華教授 2

資料準備說明•要訓練 ANN 前應先依解決的議題 , 準備好四組檔案

training data 檔 , Training data 的 Target 檔 , Test data 檔 , Test 的 Target 檔 .

•每一筆資料都須轉置成 column 型式 ( 直式 )

再匯入 matlab.

以下先介紹資料轉置的範例說明 .1.Input Pattern 設計 2.Input Pattern 轉換3.Target Pattern 設計4.Test Pattern 設定


1. 以數字辨識為例 Pattern 的設計

1, 2, 3

4, 5, 6

7, 8, 9

0


以 Word 進行設計

將 10 個 patterns做好並轉換

2. Pattern 轉換 ( 續 )


2. Pattern 轉換 ( 續 )

•將每一個pattern 表格選取後 ,將表格去除 ,並轉成文字形式


Pattern 轉換 ( 續 )

去除表格



去除表格



將每一個 pattern 轉為一列 ( 即一筆輸入資料 ), 如下例

0 1 1 0 0

0 0 1 0 0

0 0 1 0 0

0 0 1 0 0

0 0 1 0 0

01100 00100 00100 00100 00100



所以 10 個數字 pattern 就產生 10 列資料 ( 每一橫列為一筆 training data )



• 因 matlab 讀入資料是以直式 (column by column) 讀取 , 所以須將每一筆 data pattern 轉為直式– 方法一 (以 Excel為工具 )

• 將先前的 10 列資料 , 先行存成文字檔 (*.txt)• 再利用 Excel, 開啟該文字檔• 利用複製轉貼成直式• 存成文字檔並命名為 trainset.txt

– 方法二 (以Matlab為工具 )• 直接利用 matlab 工具 , 採用匯入方式轉換 data pattern• 於 Matlab 的命令列中 , 輸入檔名‘ 即可進行轉換 , 例如 : 欲匯入一個 train pattern, 其檔名為 trainset.txt , 則在 Matlab 上輸入 trainset’


Pattern 轉換成直式 - 用 Excel

複製並選擇性貼上

< 方法一 >


< 方法一 >Pattern 轉換成直式 - 用 Ex

cel



cel



cel

資料已轉成直式


存成文字檔並用 tab 格式


cel


1. 先利用 File 功能 ,將 training pattern檔 , 匯入 Matlab 中 2. 再輸入此命令 ,

以便轉換 pattern

Pattern 轉換 ( 續 ) < 方法二 >


3. Target Pattern 設計 (1)

1. 依據先前所設計的辨識 0~9 的阿拉伯數字，依照 training pattern 的順序來製作 target 資料 .以數字辨識為例 ,我們可以設計 output 有 10 個節點 ,令第 1個輸出節點 (output node Y1) 代表辨識數字 0的結果 , 第 2個輸出節點 (output node Y2) 代表辨識數字 1的結果 ,第 3個輸出節點 (output node Y3) 來代表辨識數字 2的結果 ,以此類推 .推 ,則依每個 training pattern 的順序來建立 target 檔 . 以下依前面設計的 10個 input patterns 來設計 target檔如下 .


3. Target Pattern 設計 (2)

當然 target 資料也是要再轉成直式才能匯入 matlab.

Input Pattern

Target Pattern9876543210

1

2

3

4

5...

0 1 0 0 0 0 0 0 0 0

0 0 1 0 0 0 0 0 0 0

0 0 0 1 0 0 0 0 0 0

0 0 0 0 1 0 0 0 0 0

0 0 0 0 0 1 0 0 0 0...

。


4. Test Pattern 設計

1

3

9

0

{01100 00100 00100 00100 01110}

{01110 00010 01110 00010 01110}

{01110 01010 01110 00010 00100}

{00100 01010 01010 01010 00100}

當 ANN 網路訓練好時 ,則須要檢測網路的準確性 ,所以須要另外再有一組 test patterns 來檢驗網路的成效 .


Matlab 操作 (1)– 先匯入所需資料

匯入所需資料 : 1.Training data 2.Target data


Matlab 操作 (2) - 匯入所需資料

於 Train Pattern 所在位置 ,將其匯入


Matlab 操作 (3) - 匯入所需資料

選擇“ Next”


Matlab 操作 (4)- 匯入所需資料

選擇“ Finish”


Matlab 操作 (5) – 呼叫 ANN建構工具

於命令列下“ nntool”以呼叫類神經網路模組


選擇“ Import”,將所需資料匯入



1. 將 Train Pattern 設定為“ Input” 型式2. 將 Target Pattern 設定為 Targets 型式



待所需資料匯入後 ,即可選擇“ New Network”, 以建構類神經網路模組

匯入的資料



設定網路的輸入資料來源



選用網路 model

自訂網路名稱



設定 BPN 隱藏層的神經元個數 (Layer 1)



設定 BPN 輸出層所需的神經元個數 (Layer 2)



設定網路所需的相關架構參數後 ,接著選擇“ Train..”,將 Train Pattern 輸入 ,以便網路進行學習模擬



選擇 Training 所需的input pattern 選擇 target pattern



1. 設定訓練次數

2. 設定學習速率 learning rate

3. 待設定完各相關參數後 , 即可選擇“ Train Network” 進行網路的 Training



網路訓練過程



匯入 test pattern,相關步驟如上所述



選擇所建構的網路模組後 ,選擇“ Simulate..” 以進行模擬



1. 選擇要進行測試的 test pattern

2. 進行模擬



1. 選擇“ Export..”

2. 將欲分析的輸出結果 Export 3. 確定後 , 選擇“ Export”




按滑鼠左鍵二下 ,以觀看其結果

Documents

-Artificial Neural Network- Matlab 操作介紹 - 以類神經網路 BPN Model 為例