学習済みの回帰ニュー​ラルネットワークモデ​ルで任意の入力を手入​力し、それに対する出​力を確認する方法をお​教えいただきたいです​。

入力のパラメータが３つあり、それに対する１つの出力を持つ回帰ニューラルネットワークを構築しました。

学習済みの回帰ニューラルネットワークモデルで任意の入力を手入力し、それに対する出力を確認する方法をお教えいただきたいです。

例えば、

入力のパラメータの任意の数値　10, 20, 30　 を手入力し、それに対する出力を確認する

初歩的な質問で恐縮ですが、ご回答いただけますと幸いです。

[Naoya]

今回の回帰ニューラルネットワークは、どのようなコマンド群で作成されましたでしょうか？

お知らせいただければ、それに対する推論処理を行うコマンドを提案できればと存じます。

[Y.T]

コマンド群とはどのようなもののことを言うのでしょうか？

素人質問になってしまい申し訳ございません。

[Naoya]

ご連絡ありがとうございます。

まずは、学習済みの回帰ニューラルネットワークモデルをどのようなスクリプトで作成されたのか教えていただければ助かります。

[Y.T]

補足としましては、MATLAB内の Neural Net Fitting を用いて回帰ニューラルネットワークを構築しています。

そこから学習ワークフローを再現するためのスクリプトを生成し、MATLAB上にエクスポートしています。

[Y.T]

x = A; %入力
t = B; %出力

trainFcn = 'trainlm'; %Levenberg-Marquardt backpropagation

%Create a Fitting Network
hiddenLayerSize = 10;
net = fitnet(hiddenLayerSize,trainFcn);

%
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;

%Train the Network
[net,tr] = train(net,x,t);

%Test the Network
y=net(x);
e=gsubtract(t,y);
performance = perform(net,t,y)

%View the Network
view(net)

このようなスクリプトが生成されています。

[Naoya]

ご連絡ありがとうございます。

学習済ネットワークは、 "net" として生成されているようですので、

以下の様なコマンドで 任意入力に対するネットワーク出力を確認できます。

y_pred = net([10;20;30])

[Y.T]

任意入力で出力を確認することができました。

ご丁寧にありがとうございました。

[Naoya]

ご連絡ありがとうございます。下記回答欄にも記入させていただきました。

Answer 1

[Naoya]

学習済ネットワークを net とすると、以下のようなコマンドで任意の入力値に対するネットワーク出力を確認することができます。

例: x1 = 10, x2 = 20, x3 = 30 の場合

y_red = net([10; 20; 30])