bp3.conf

% true oznaczałoby losowanie wag dla neuronów, weights jest wtedy ignorowane
random_weights = true;

% dane wejściowe
input_data = [

 0 0 1  0 0 0  0 0 0;
 0 0 0  0 0 0  0 0 1;
 0 0 1  0 0 0  0 0 1;

];

expected = [
 1 0 0;
 0 1 0;
 0 0 1;
];

global learn = true
global stages = [1 1000 2000 2500 3000]
global etas = [0.9 0.9 0.9 0.9 0.9]
global momentums = [0.6 0.6 0.6 0.6 0.6]

global layers = {};
learn_steps = 10000;
% pierwsza warstwa
% liczba neuronów w warstwie
layers{1}.type='bp';
layers{1}.neurons = 3;
%layers{1}.row_count = 1;
% funkcja aktywacji
layers{1}.activation_function =@(X) sigmoid(X);
% wartość bias
layers{1}.bias = 1.0;
% przedział, z którego są losowane wagi
layers{1}.rand_min = -1.0;
layers{1}.rand_max = 1.0;
layers{1}.learn = true;
layers{1}.random_weights = true;

layers{1}.weights = [
  ]
layers{1}.epochs = [1 1000 2000 2500 3000];
layers{1}.delta = 0.0;