mandist

（即将删除）Manhattan 距离权重函数

全页折叠

以后的版本中将会删除 mandist。有关详细信息，请参阅Transition Legacy Neural Network Code to dlnetwork Workflows。

有关更新代码的建议，请参阅版本历史记录。

语法

Z = mandist(W,P)
D = mandist(pos)

说明

Z = mandist(W,P) 接受一个 S×R 权重矩阵 W 和一个包含 Q 个输入（列）向量的 R×Q 矩阵 P，并返回一个由向量距离组成的 S×Q 矩阵 Z。

mandist 是 Manhattan 距离权重函数。权重函数对输入应用权重以获得加权输入。

mandist 也是层距离函数，可用于求一个层中神经元之间的距离。

示例

D = mandist(pos) 接受由神经元位置组成的 N×S 矩阵 pos，并返回由距离组成的 S×S 矩阵 D。

示例

全部折叠

此示例说明如何计算加权输入矩阵。

定义随机权重矩阵 W 和输入向量 P，然后计算对应的加权输入 Z。

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

输入参数

全部折叠

权重矩阵，指定为 S×R 矩阵。

输入矩阵，指定为一个由 Q 个输入（列）向量组成的 R×Q 矩阵。

由神经元位置组成的矩阵，指定为 N×S 矩阵。

输出参量

全部折叠

由向量距离组成的矩阵，以 S×Q 矩阵形式返回。

由距离组成的矩阵，以 S×S 矩阵形式返回。

详细信息

全部折叠

算法

两个向量 X 和 Y 之间的 Manhattan 距离 D 为

D = sum(abs(x-y))

版本历史记录

在 R2006a 之前推出

全部折叠

另请参阅

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

主题