神经网络理论和matlab实现 1

一：  

1 ： 学到的第一条指令就是： net = newff([0 10],[1 5], {'tansig'  'purelin'});

          敲入命令行之后：出现了下面的代码

net =

    Neural Network object:

    architecture:

         numInputs: 1
         numLayers: 2
       biasConnect: [1; 1]
      inputConnect: [1; 0]
      layerConnect: [0 0; 1 0]
     outputConnect: [0 1]
     targetConnect: [0 1]

        numOutputs: 1  (read-only)
        numTargets: 1  (read-only)
    numInputDelays: 0  (read-only)
    numLayerDelays: 0  (read-only)

    subobject structures:

            inputs: {1x1 cell} of inputs
            layers: {2x1 cell} of layers
           outputs: {1x2 cell} containing 1 output
           targets: {1x2 cell} containing 1 target
            biases: {2x1 cell} containing 2 biases
      inputWeights: {2x1 cell} containing 1 input weight
      layerWeights: {2x2 cell} containing 1 layer weight

    functions:

          adaptFcn: 'trains'
           initFcn: 'initlay'
        performFcn: 'mse'
          trainFcn: 'trainlm'

    parameters:

        adaptParam: .passes
         initParam: (none)
      performParam: (none)
        trainParam: .epochs, .goal, .max_fail, .mem_reduc, 
                    .min_grad, .mu, .mu_dec, .mu_inc, 
                    .mu_max, .show, .time

    weight and bias values:

                IW: {2x1 cell} containing 1 input weight matrix
                LW: {2x2 cell} containing 1 layer weight matrix
                 b: {2x1 cell} containing 2 bias vectors

    other:

          userdata: (user stuff)

 不明觉厉。

2： 输入矩阵的格式：

      A=[ 1 2 3 4 5 

          1 2 3 4 4 ]

结束之后可以得到矩阵。查询矩阵的方式：Ａ［１，：］查询第一行

3：　画图，利用命令行窗口plot函数回执函数

    1  plot(x)  2 plot(x,y)  3 plot(x,y,s) s表示颜色和类型。

    

x= -5:0.1:5;
y = sin(x)
plot(x , y ,'r');

就okay了。

    绘制2个函数在同一图上：

   

x = -5:0.1:5;
y1= sin(x);
y2= sin(2*x);
y3= sin(3*x);
plot(x, y1);
hold on
plot(x , y2,'r+');
hold off
figure;
plot(x,y3,'bo');

4 : 工作空间浏览器存储并显示了当前命令行窗口中所有的变量。保存在内存中。

  who whos命令可以查看 whos可看到 变量的名称大小和类型。

5： editor / debugger 窗口

当脚本编写结束之后，保存为一个M文件，f5可以直接执行。M文件