hardlim

R2026b

(제거될 예정임) 하드 리밋 전달 함수

페이지 내 모두 축소

hardlim 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

A = hardlim(N)
info = hardlim('code')

설명

A = hardlim(N)은 순 입력 벡터(열 벡터)로 구성된 S×Q 행렬 N을 받아, N의 요소가 0보다 크거나 같은 경우 동일 위치의 요소가 1인 S×Q 부울 행렬 A를 반환합니다.

hardlim은 신경 전달 함수입니다. 전달 함수는 계층의 순 입력값으로부터 계층의 출력값을 계산합니다.

Plot of the hard-limit transfer function. For inputs greater than or equal to 0, the function returns 1. For inputs less than 0, the function returns 0.

예제

info = hardlim('code')는 다음과 같이 각 code 문자형 벡터에 대한 유용한 정보를 반환합니다.

  • hardlim('name')은 이 함수의 이름을 반환합니다.

  • hardlim('output')은 출력 범위 [min max]를 반환합니다.

  • hardlim('active')는 활성 입력 범위 [min max]를 반환합니다.

  • hardlim('fullderiv')는 dA_dN이 S×S×Q인지 아니면 S×Q인지에 따라 1 또는 0을 반환합니다.

  • hardlim('fpnames')는 함수 파라미터의 이름을 반환합니다.

  • hardlim('fpdefaults')는 디폴트 함수 파라미터를 반환합니다.

예제

모두 축소

이 예제에서는 hardlim 전달 함수의 플롯을 만드는 방법을 보여줍니다.

입력 행렬 n을 만듭니다. 그런 다음 hardlim 함수를 호출하고 결과를 플로팅합니다.

n = -5:0.1:5;
a = hardlim(n);
plot(n,a)

이 전달 함수를 신경망의 계층 i에 할당합니다.

net.layers{i}.transferFcn = 'hardlim';

입력 인수

모두 축소

순 입력 열 벡터로, S×Q 행렬로 지정됩니다.

출력 인수

모두 축소

출력 행렬로, N의 요소가 0보다 크거나 같을 경우 동일 위치의 요소가 1인 S×Q 부울 행렬로 반환됩니다.

알고리즘

n ≥ 0인 경우 hardlim(n) = 1

그렇지 않은 경우 0

버전 내역

R2006a 이전에 개발됨

모두 축소

참고 항목

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

도움말 항목