在MATLAB中断开MLP神经网络中的一些输入隐层连接

Question

我在MATLAB中使用神经网络（NN）向导进行一些实现。此外，我可以在MATLAB中使用基于代码的NN版本，该版本在通过向导构建NN后可用（这很清楚！）。

当我们用MATLAB提供神经网络时，它是一个完全连接的输入隐藏层。例如，如果您在输入层中有4个输入，在隐藏层中有2个神经元，则我们在4个输入和隐藏层中的2个神经元之间具有完全连接关系。我要操纵这种联系。例如，断开隐藏层中第一个神经元的第三个输入连接和第二个神经元的输入连接。MATLAB是如何实现的？

提前感谢您的指导。

Answer 1

我在MATLAB中阅读了完整的NN文档。使用以下命令，我们可以访问每个连接，并更改它们的权重和偏置，以便所需的连接停止工作！

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，我们可以根据需要将0设置为输入层和隐藏层之间的连接（权重和偏移）。有了这种类型的配置，我们可以重新构建神经网络基础设施。

Answer 2

如果你想随机化某些节点的开关，你也可以在Matlab中使用dropoutLayer。这最适用于深层NN。

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