주요 콘텐츠

layrecnet

R2026b

(제거될 예정임) 계층 순환 신경망

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

코드 업데이트에 대한 자세한 지침은 버전 내역 항목을 참조하십시오.

설명

layrecnet(layerDelays,hiddenSizes,trainFcn)은 다음과 같은 인수를 받습니다.

  • 증가하는 0 또는 양의 지연으로 구성된 행 벡터 layerDelays

  • 하나 이상의 은닉 계층 크기로 구성된 행 벡터 hiddenSizes

  • 역전파 훈련 함수 trainFcn

그런 다음 계층 순환 신경망을 반환합니다.

계층 순환 신경망은 피드포워드 신경망과 비슷하나, 각 계층에 연관 탭 지연이 있는 순환 연결이 있다는 점이 다릅니다. 이로 인해 계층 순환 신경망은 시계열 입력 데이터에 대해 무한 동적 응답 변수를 가질 수 있습니다. 이 신경망은 유한 입력 응답 변수를 갖는 시간 지연 신경망(timedelaynet) 및 분산 지연 신경망(distdelaynet)과 비슷합니다.

예제

예제

모두 축소

이 예제에서는 계층 순환 신경망을 사용하여 간단한 시계열 문제를 푸는 방법을 보여줍니다.

[X,T] = simpleseries_dataset;
net = layrecnet(1:2,10);
[Xs,Xi,Ai,Ts] = preparets(net,X,T);
net = train(net,Xs,Ts,Xi,Ai);

Figure Neural Network Training (07-Aug-2026 05:52:12) contains an object of type uigridlayout.

view(net)

Y = net(Xs,Xi,Ai);
perf = perform(net,Y,Ts)
perf = 
6.1239e-11

입력 인수

모두 축소

0 또는 양의 입력 지연으로, 증가하는 행 벡터로 지정됩니다.

은닉 계층의 크기로, 하나 이상의 요소로 구성된 행 벡터로 지정됩니다.

훈련 함수 이름으로, 다음 중 하나로 지정됩니다.

훈련 함수알고리즘
'trainlm'

Levenberg-Marquardt

'trainbr'

베이즈 정규화

'trainbfg'

BFGS 준뉴턴

'trainrp'

탄력적 역전파

'trainscg'

스케일링된 켤레 기울기

'traincgb'

Powell/Beale 재시작 알고리즘을 사용한 켤레 기울기

'traincgf'

Fletcher-Powell 켤레 기울기

'traincgp'

Polak-Ribiére 켤레 기울기

'trainoss'

1스텝 할선법

'traingdx'

가변 학습률 경사하강법

'traingdm'

모멘텀을 사용한 경사하강법

'traingd'

경사하강법

예: 예를 들어, 'traingdx'와 같이 훈련 알고리즘으로 가변 학습률 경사하강법 알고리즘을 지정할 수 있습니다.

데이터형: char

버전 내역

R2010b에 개발됨

모두 축소