NetFold操作员

NetFold操作员[]

表示一个网络,其中折叠在一系列输入上,保持循环状态。

NetFold操作员[,{"外面的""在里面1",}]

表示一个网络,其中折叠在其输入上,通过向外面的回到在里面下一步。

NetFold操作员[,反馈,{"常数1","常数2",}]

处理输入常数作为常量而不是映射。

NetFold操作员[,反馈,常数,{"外面的1",}]

返回特定输出的值序列外面的.

详细信息和选项

  • NetFold运算符[]相当于NetFold操作员[,{“输出”->“状态”}]并指定调用的输出“输出”折叠后的网络将反馈到名为“状态”.
  • NetFold操作员[]表示接受一个或多个序列并输出相同长度的一个或更多序列的网络。
  • NetFold操作员[,{"外面的1""在里面1",}]接受与相同的输入,除了那些在里面由其中一个反馈连接给出"外面的"->"在里面".
  • NetFold操作员[,反馈,常数]将映射到中未指定的任何输入反馈常数。所有映射输入应具有相同的长度。
  • 在典型情况下有两个名为“输入”“状态”和一个名为“输出”,单参数形式NetFold操作员[]接受单个输入序列{x个1,x个2,,x个n个}命名“输入”并产生一系列状态{1,2,,n个}命名“输出”,通过将网络重复应用于x个-1计算,有效使用[<|“输入”->x个,“状态”->-1|>].初始状态0是一个零数组。
  • NetGraph(网络图形),表单的连接型钢混凝土->NetPort(网络端口)[,"状态"]可用于提供NetFold操作员类似地,表单的连接NetPort(网络端口)[,"状态"]->数据传输系统可用于获取循环状态的最终值。如果保持未连接,则可以通过NetState对象.
  • NetFold操作员[,{"外面的1""在里面1",}]将为所有经常性端口命名状态端口在里面他们的价值观得到了反馈。
  • NetFold运算符[,]可以被视为允许在,每个被映射的序列元素对应一个。
  • NetFold操作员[,“输入”->形状]允许指定输入的形状。可能的形式形状是:
  • 网络编码器[]产生阵列的编码器
    n个长度向量n个
    {n个1,n个2,}维度数组n个1×n个2×
    “不断变化”长度可变的向量
    {“不断变化”,n个2,n个,}数组的第一个维度是可变的,其余维度是n个2×n个×
  • 可以包括以下培训参数:
  • 学习率乘数自动网络中可训练数组的学习速率乘数
  • 选项[NetFold操作员]给出了构造运算符的默认选项列表。选项[NetFold操作员[]]给出了在某些数据上评估运算符的默认选项列表。
  • 问询处[NetFold操作员[]]给出操作员的报告。
  • 问询处[NetFold操作员[],支柱]给出属性的值支柱属于NetFold操作员[].可能的属性与的相同NetGraph(网络图形).

示例

全部打开全部关闭

基本示例  (1)

创建一个接受状态和输入并产生输出的“核心”网络:

根据输入评估核心:

创建一个NetFold操作员其使用核心对阵列序列进行操作:

在长度为2的矢量输入序列上评估网络:

范围  (5)

构建一个网络,该网络采用状态和输入的加权平均值:

将网络应用于输入和状态:

使用NetFold操作员要创建一个高阶网络,将平均值折叠到输入序列上:

将累加器折叠到实数序列上:

使用网络地图操作员要将文件夹映射到图像的颜色通道上,从而累积图像的行:

将运算符应用于图像:

创建一个可以接受折叠操作期间使用的恒定输入的网络:

将网络应用于输入序列,为常量提供一个值:

创建一个具有两个独立状态并进行反馈的网络。这些状态还将用于提供最终输出序列:

当给定输入序列时,获取输出序列:

使用简单的非线性函数,构建一个网络,将两个序列中的元素与循环状态结合起来:

当给定输入序列时,获取输出序列:

获取最终状态:

创建一个NetGraph(网络图形)允许的初始和最终状态NetFold操作员设置和获取:

将网络应用于输入序列,提供初始状态:

最终状态是输出序列的最后一个元素:

如果初始和最终状态不是来自更大的网络,也可以使用NetPort(网络端口)[全部,“州”]不使用NetGraph(网络图形):

应用  (1)

基于包含x和y的字符串创建训练数据减去,更大的相等通过比较x和y的数量,训练数据包括所有可能的句子,长度不超过8:

定义一个NetGraph(网络图形)表示由状态大小为5的基本递归层在单个时间步长中执行的计算,并使用斜坡激活:

允许上一个NetGraph(网络图形)通过将其嵌入到NetFold操作员:

使用NetFold操作员前面定义的读取输入字符串并预测减去,更大的相等:

训练网络:

将经过训练的网络应用于输入列表:

测量整个训练集的准确性:

Wolfram Research(2017),NetFoldOperator,Wolfram语言函数,https://reference.wolfram.com/language/ref/NetFoldOperator.html(2020年更新)。

文本

Wolfram Research(2017),NetFoldOperator,Wolfram语言函数,https://reference.wolfram.com/language/ref/NetFoldOperator.html(2020年更新)。

CMS公司

沃尔夫拉姆语言。2017年,“NetFoldOperator”,Wolfram语言与系统文档中心。Wolfram研究。上次修改时间2020年。https://reference.wolfram.com/language/ref/NetFoldOperator.html。

亚太地区

沃尔夫拉姆语言。(2017). NetFold运算符。Wolfram语言与系统文档中心。检索自https://reference.wolfram.com/language/ref/NetFoldOperator.html

BibTeX公司

@misc{reference.wolfram_2024_netfoldoperator,author=“wolfram Research”,title=“{netfoldoperator}”,year=“2020”,howpublished=“\url{https://reference.wolfram.com/language/ref/NetFoldOpperator.html}”]}

BibLaTeX公司

@online{reference.wolfram_2024_netfoldoperator,organization={wolfram Research},title={netfoldoperator},year={2020年},url={https://reference.jolfram.com/language/ref/NetFoldOperar.html},note=[访问时间:2024年6月1日]}