fuel_left/var_net.m

   1 function var_net(net)
   2 %prints out variables needed to make fortran neural network for
   3 %fuel_left_cell_4 subroutine
   4 %clear screen
   5 clc
   6 fprintf('!processing inputs \n\n');
   7 %x1s1off, x1s1gain, x1s1ymin
   8 fort_mat('x1s1off',net.inputs{1}.processSettings{1}.xoffset')
   9 fort_mat('x1s1gain',net.inputs{1}.processSettings{1}.gain')
  10 %fort_mat('x1s1ymin',net.inputs{1}.processSettings{1}.ymin')
  11 fprintf('x1s1ymin = %3.16f \n',net.inputs{1}.processSettings{1}.ymin);
  12
  13 fprintf('\n!layer 1 weights and bias \n')
  14 fort_mat('w1',net.IW{1})
  15 fort_mat('b1',net.b{1})
  16
  17 fprintf('\n!layer 2  weights and bias\n')
  18 fort_mat('w2',net.LW{2,1})
  19 fort_mat('b2',net.b{2})
  20
  21 fprintf('\n!layer 3 weights and bias  \n')
  22 fort_mat('w3',net.LW{3,2})
  23 fort_mat('b3',net.b{3})
  24
  25 fprintf('\n!scale the output \n')
  26 %y1s1ymin, y1s1gain, y1s1off
  27 fprintf('y1s1ymin = %3.16f \n', net.outputs{3}.processSettings{1}.ymin);
  28 fprintf('y1s1gain = %3.16f \n', net.outputs{3}.processSettings{1}.gain);
  29 fprintf('y1s1off =  %3.16f \n', net.outputs{3}.processSettings{1}.xoffset);
  30 fprintf('\n\n\n !done\n')