功能

在matlab中init 用于初始化神经网络

语法

net = init(net)

性质

init(net)根据最新的网络初始化函数返回神经网络的权值和误差，其结果由net.initFcn，和参数值，net.initparam影响。

示例

在这里，我们创建一个双输入（范围在0到1，和-2到2）单神经元感知器。而一旦建立了模型我们就可以得到其权值和阈值。

net = newp([0 1;-2 2],1);

net.iw{1,1}

net.b{1}

对感知器进行训练，改变其权值和阈值。

P = [0 1 0 1; 0 0 1 1];

T = [0 0 0 1];

net = train(net,P,T);

net.iw{1,1}

net.b{1}

重新将权值和阈值初始化。

net = init(net);

net.iw{1,1}

net.b{1}

上面最后的命令已经将权值和阈值重新归零，这就是 init函数在感知器中的应用。

说明

init函数根据参数值net.initParam调用net.initFcn对权值和阈值进行初始化。通常情况下，net.initfcn设置为'initlay'，根据其net.layers{i}.initFcn.初始化每一层的权值和阈值。反向传播网络（BP网络），将net.layers{i}.initFcn 设置为“initnw'，使用Nguyen-Widrow 方法初始化第i层的权值和阈值。其他类型的网络，将net.layers{i}.initFcn 设置为 'initwb',用其自带的初始化函数初始化权值和阈值。最常见的权值的初始化结果是随机数，随机产生于-1到1之间。