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

Presentation on theme: "-Artificial Neural Network- Matlab操作介紹 -以類神經網路BPN Model為例"— Presentation transcript:

1 -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

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 每一筆資料都須轉置成column型式(直式) 再匯入matlab.
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 朝陽科技大學 李麗華 教授

3 1.以數字辨識為例Pattern的設計 1, 2, 3 4, 5, 6 7, 8, 9 朝陽科技大學 李麗華 教授

4 2. Pattern轉換(續) 以 Word 進行設計 將10個patterns 做好並轉換 朝陽科技大學 李麗華 教授

5 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 朝陽科技大學 李麗華 教授

6 Pattern轉換(續) 去除表格 朝陽科技大學 李麗華 教授

7 Pattern轉換(續) 去除表格 朝陽科技大學 李麗華 教授

8 Pattern轉換(續) 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
朝陽科技大學 李麗華 教授

9 Pattern轉換(續) 所以10個數字pattern就產生10列資料(每一橫列為一筆training data )
朝陽科技大學 李麗華 教授

10 Pattern轉換(續) 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’ 朝陽科技大學 李麗華 教授

11 Pattern轉換成直式-用Excel <方法一> 複製並選擇性貼上 朝陽科技大學 李麗華 教授

12 Pattern轉換成直式-用Excel <方法一> 朝陽科技大學 李麗華 教授

13 Pattern轉換成直式-用Excel <方法一> 朝陽科技大學 李麗華 教授

14 Pattern轉換成直式-用Excel <方法一> 資料已轉成直式 朝陽科技大學 李麗華 教授

15 Pattern轉換成直式-用Excel <方法一> 存成文字檔並用tab格式 朝陽科技大學 李麗華 教授

16 Pattern轉換(續) 1. 先利用File功能,將training pattern檔,匯入Matlab中
<方法二> 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 朝陽科技大學 李麗華 教授

17 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. 朝陽科技大學 李麗華 教授

18 3. Target Pattern設計(2) . 當然target資料也是要再轉成直式才能匯入matlab. Target Pattern
Input Pattern Target Pattern 9 8 7 6 5 4 3 2 1 . 。 當然target資料也是要再轉成直式才能匯入matlab. 朝陽科技大學 李麗華 教授

19 4. Test Pattern設計 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. 1 { } 3 { } 9 { } { } 朝陽科技大學 李麗華 教授

20 Matlab操作(1)– 先匯入所需資料 1.Training data 匯入所需資料: 朝陽科技大學 李麗華 教授
2.Target data 朝陽科技大學 李麗華 教授

21 Matlab操作(2) - 匯入所需資料 於Train Pattern所在位置, 將其匯入 朝陽科技大學 李麗華 教授

22 Matlab操作(3) - 匯入所需資料 選擇“Next” 朝陽科技大學 李麗華 教授

23 Matlab操作(4)- 匯入所需資料 選擇“Finish” 朝陽科技大學 李麗華 教授

24 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 朝陽科技大學 李麗華 教授

25 Matlab操作(6) – 呼叫ANN建構工具
選擇“Import”, 將所需資料匯入 朝陽科技大學 李麗華 教授

26 Matlab操作(7) – 呼叫ANN建構工具
1.將Train Pattern設定為“Input”型式 2.將Target Pattern設定為Targets型式 朝陽科技大學 李麗華 教授

27 Matlab操作(8) – 呼叫ANN建構工具
匯入的資料 待所需資料匯入後, 即可選擇“New Network” ,以建構類神經網路模組 朝陽科技大學 李麗華 教授

28 Matlab操作(9) – 呼叫ANN建構工具
設定網路的輸入資料來源 朝陽科技大學 李麗華 教授

29 Matlab操作(10) – 呼叫ANN建構工具
自訂網路名稱 選用網路model 朝陽科技大學 李麗華 教授

30 Matlab操作(11) – 呼叫ANN建構工具
設定BPN隱藏層的神經元個數(Layer 1) 朝陽科技大學 李麗華 教授

31 Matlab操作(12) – 呼叫ANN建構工具
設定BPN輸出層所需的神經元個數(Layer 2) 朝陽科技大學 李麗華 教授

32 Matlab操作(13) – 呼叫ANN建構工具
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 朝陽科技大學 李麗華 教授

33 Matlab操作(14) – 呼叫ANN建構工具
選擇Training所需的 input pattern 選擇target pattern 朝陽科技大學 李麗華 教授

34 Matlab操作(15) – 呼叫ANN建構工具
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 朝陽科技大學 李麗華 教授

35 Matlab操作(16) – 呼叫ANN建構工具
網路訓練過程 朝陽科技大學 李麗華 教授

36 Matlab操作(17) – 呼叫ANN建構工具
匯入test pattern, 相關步驟如上所述 朝陽科技大學 李麗華 教授

37 Matlab操作(18) – 呼叫ANN建構工具
選擇所建構的網路模組後, 選擇“Simulate..”以進行模擬 朝陽科技大學 李麗華 教授

38 Matlab操作(19) – 呼叫ANN建構工具
1.選擇要進行測試的test pattern 2.進行模擬 朝陽科技大學 李麗華 教授

39 Matlab操作(20) – 呼叫ANN建構工具
2.將欲分析的輸出 結果Export 3.確定後,選擇“Export” 1.選擇“Export..” 朝陽科技大學 李麗華 教授

40 Matlab操作(21) – 呼叫ANN建構工具
按滑鼠左鍵二下, 以觀看其結果 朝陽科技大學 李麗華 教授