dist

R2026b

(제거될 예정임) 유클리드 거리 가중치 함수

페이지 내 모두 축소

dist 함수는 향후 릴리스에서 제거될 예정입니다. 자세한 내용은 레거시 신경망 코드를 dlnetwork 워크플로로 전환하기 항목을 참조하십시오.

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

구문

Z = dist(W,P)
dim = dist('size',S,R,FP)
dw = dist('dw',W,P,Z,FP)
D = dist(pos)

설명

Z = dist(W,P)는 S×R 가중치 행렬 W와 Q 입력(열) 벡터로 구성된 R×Q 행렬 P를 받습니다. 그런 다음 벡터 거리로 구성된 S×Q 행렬 Z를 반환합니다.

가중치 함수는 입력값에 가중치를 적용하여 가중 입력값을 얻습니다.

예제

dim = dist('size',S,R,FP)는 계층 차원 S, 입력 차원 R과 함수 파라미터 FP를 받아서 가중치 크기 [S×R]을 반환합니다.

dw = dist('dw',W,P,Z,FP)는 W에 대한 Z의 도함수를 반환합니다.

dist는 하나의 계층에 있는 뉴런들 사이의 거리를 찾는 데 사용할 수 있는 계층 거리 함수이기도 합니다.

D = dist(pos)는 뉴런 위치로 구성된 N×S 행렬 pos를 받습니다. 그런 다음 거리로 구성된 S×S 행렬 D를 반환합니다.

예제

모두 축소

이 예제에서는 확률 가중치 행렬 W와 입력 벡터 P가 주어졌을 때 대응하는 가중 입력값 Z를 계산하는 방법을 보여줍니다.

W = rand(4,3);
P = rand(3,1);
Z = dist(W,P)

3차원 공간에 배치된 뉴런 10개의 위치로 구성된 확률 행렬을 정의하고, 뉴런들의 거리를 구합니다.

pos = rand(3,10);
D = dist(pos)

입력 인수

모두 축소

가중치 행렬로, S×R 행렬로 지정됩니다.

입력 행렬로, Q 입력(열) 벡터로 구성된 R×Q 행렬로 지정됩니다.

계층 차원으로, 스칼라로 지정됩니다.

입력 차원으로, 스칼라로 지정됩니다.

뉴런 위치로 구성된 행렬로, N×S 행렬로 지정됩니다.

출력 인수

모두 축소

벡터 거리로, S×Q 행렬로 반환됩니다.

가중치 크기로, 행 벡터로 반환됩니다.

W에 대한 Z의 도함수로, 셀형 배열로 반환됩니다.

거리로, S×S 행렬로 반환됩니다.

세부 정보

모두 축소

알고리즘

벡터 X와 벡터 Y 사이의 유클리드 거리 d는 다음과 같습니다.

d = sum((x-y).^2).^0.5

버전 내역

R2006a 이전에 개발됨

모두 축소

참고 항목

| (Statistics and Machine Learning Toolbox) | (Statistics and Machine Learning Toolbox) | | |

도움말 항목