初探BP神经网络工具箱

最新推荐文章于 2024-08-04 15:09:48 发布

月光下的夜曲

最新推荐文章于 2024-08-04 15:09:48 发布

阅读量1.6w

点赞数

分类专栏： Machine Learning 文章标签： BP神经网络 matlab 神经网络工具箱 newff 创建函数

本文链接：https://blog.csdn.net/luoshengkim/article/details/41942919

版权

本文介绍了MATLAB神经网络工具箱中用于创建、训练和显示BP神经网络的相关函数，包括newcf、newff、logsig、tansig、learngd、learngdm等，并探讨了它们的使用方法和作用。

摘要由CSDN通过智能技术生成

初探BP神经网络工具箱

BP神经网络（Back Propagation）是一种按误差逆传播算法的多层前馈网络，目前在实际应用中8成到9成的神经网络模型采用的是BP网络（或者它的变种）。中间层可以为单隐层或者多隐层。由最后一个隐层传递到输出层。向输出层向外界输出信息处理结果。当实际输出与期望值不相符时，我们就进入误差的反向传播（Back Propagation）阶段。误差通过输出层向隐层和输入层反向传回去，按梯度下降的方式修改各层的权值。不断周而复始这个循环（这也是神经网络学习训练的过程），直到输出层与期望输出的误差减少到目标范围内（比如0.01），或者循环次数达到了预设值（比如500），则参数学习过程停止。这也就是BP神经网络的大致工作原理了。

众所周知，matlab是一款很优秀的处理神经网络的数学软件，它里面自带的一些库和包可以帮助我们很方便的创建神经网络。在Matlab神经网络工具箱中提供了大量的与BP神经网络相关的函数。本文我就介绍一下BP神经网络相关的一些函数的操作和使用。