我是 MATLAB 面向对象编程的新手,在初始化我正在构建的类时遇到了问题。我正在从头开始构建一个神经网络,我正在使用以下名为 network 的类和一个名为 layers 的初始化函数:
classdef network
properties
sizes
biases
weights
nLayers
end
methods
function [ ] = layers(self)
self.nLayers = length(self.sizes);
self.biases{1} = zeros(self.sizes(1));
for i = 2:self.nLayers
self.biases{i} = zeros(self.sizes(i), 1);
for j = 1:self.sizes(i)
bias(j, 1) = normRand(0);
end
self.biases{i} = bias(1:j, 1);
end
for i = 2:self.nLayers
for j = 1:self.sizes(i)
for k = 1:self.sizes(i-1)
weight(j, k) = normRand(0);
end
end
self.weights{i} = weight(1:j, 1:k);
end
end
所以在我创建了一个类网络的可变网络并设置如下大小之后:
>> net = network; net.sizes = [2 3 2 4]
net =
network with properties:
sizes: [2 3 2 4]
biases: []
weights: []
nLayers: []
我运行图层功能,但没有任何更新。
>> net.layers
>> net
net =
network with properties:
sizes: [2 3 2 4]
biases: []
weights: []
nLayers: []
令我困惑的是,如果我在图层函数的末尾设置一个断点,我会在 Debug模式下得到这些结果:
>> net.layers
29 end
K>> self
self =
network with properties:
sizes: [2 3 2 4]
biases: {[2×2 double] [3×1 double] [2×1 double] [4×1 double]}
weights: {[] [3×2 double] [2×3 double] [4×2 double]}
nLayers: 4
这是我正在寻找的结果。知道我做错了什么吗?另外,有没有人知道将输入传递给类的方法,以便我可以创建我的网络,如: 净 = 网络(大小) ?
另外,我知道 python 对于神经网络来说要好得多,甚至 java 也是更好的选择。我这样做是作为一种学习练习,我对任何人关于哪种语言最适合这个的意见并不感兴趣。
谢谢
最佳答案
Matlab 有两种类型的类——值类和句柄类。默认情况下,Matlab 的类是值类,这意味着 Matlab 对对象的副本进行操作,而不是对其的引用。在该示例中,layers
方法对对象的副本进行操作,而 net
对象并未像您观察到的那样更新。
本文详细解释了差异: https://www.mathworks.com/help/matlab/matlab_oop/comparing-handle-and-value-classes.html
这个问题有两种解决方法:
1) 继续使用值类并从layers
函数返回修改后的对象
function self = layers(self)
然后使用赋值更新对象。
net = net.layers
2) 通过从 handle 类派生 network
使用 handle 类。
classdef network < handle
layers
函数现在将修改对该对象的引用。
下面的链接包含有关在 Matlab 中修改对象的更多信息。
https://www.mathworks.com/help/matlab/matlab_oop/matlab-vs-other-oo-languages.html#bslvcv1
关于matlab - 我在初始化 MATLAB 类时遇到问题,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49397168/