在MATLAB中断开MLP神经网络中的输入-隐层连接

Question

我正在使用MATLAB中的神经网络向导进行一些实现。另外，我还可以在MATLAB中使用基于代码的NN版本，在向导构造NN之后可以使用它(很清楚！)。

当我们用MATLAB提供神经网络时，它是一个完全连通的输入-隐藏层.例如，如果输入层有4个输入，隐藏层有2个神经元，则4个输入和隐藏层中的2个神经元之间有完全连通的关系。我要操纵这种联系。例如，断开第三输入连接到第一神经元，第二输入连接到第二神经元在隐藏层。怎么可能用MATLAB呢？

提前感谢您的指导。

Answer 1

我在MATLAB中完整地阅读了NN的文档。使用下面的命令，我们可以访问每个连接，并更改它们的权重和偏差，这样所需的连接就可以下班了！

For a NN with one hidden layer:

Network.IW{1,1} = The matrix of Input weights to Hidden layer.
Network.LW{2,1} = The matrix of Hidden layer weights to Output layer.
Network.b{1,1} = The matrix of bias between Input to Hidden layer.
Network.b{2,1} = The matrix of bias between Hidden layer to Output.

然后，我们可以将0设置为输入层和隐藏层之间的连接(包括权重和偏差)。有了这种配置，我们就可以重建神经网络基础设施。

Answer 2

如果您想对某些节点的开关进行随机化，也可以在Matlab中使用dropoutLayer。这对深度NNs最有效。

https://in.mathworks.com/help/deeplearning/ref/nnet.cnn.layer.dropoutlayer.html