MATLAB神经网络1-对象

神经网络属性

object properties基本属性

%通用信息
name %名字
userdata %用户定义的信息

%子对象信息
%输入、层、输出、目标、偏置、权重、连接形式
numInputs %网络接收输入的数量（我的理解是定义多少个样本,这里多个样本同时输入算一个输入吗？？？）————根据简单的实验，应该是多个样本组成一个矩阵也算是一个输入，但是组成元胞数组就不是一个输入了
size %我的理解是每个样本的特征，net.input{i}.size

numLayers %网络的层数，应该是不算输入样本

biasConnect %偏置的连接方式，可以一次性指定（向量）N*1，也可以单独指定，只能是0和1，注意这里定义的是连接的方式，表示的是有偏置和没有偏置

intputConnect %表示隐藏层或输出层是否有接受自输入的权重，我的理解是是否有输入是否连接到后面的层上，net.inputConnect(i,j)表示第i层的第j个连接是否有连接，inputConnect为矩阵，二值矩阵

layerConnect %表示层与层之间是否有连接，注意关注正向和反馈,net.layerConnect(i,j),矩阵行表示目标层，列表示出发层

outputConnect %定义哪些层产生输出，1*N的矩阵，值为0,1

numOutputs %只读，等于outputConnect的中1的总数

numInputDelays %只读，没懂
numLayerDelays %只读，没懂

numWeightElements %只读，权值和偏置值的数量，net.IW net.b的元素数量
================================================
%子对象属性，见文档
net.inputs %元胞数组，net.inputs{i},在多个网络输入中使用
net.layers/outputs/biases/inputWeights/layerWeights/ %全都是结构体
================================================
%权重、偏置
IW %表示与输入关联的权重矩阵，net.IW{i,j} 表示第j个输入连接到第i层，注意是元胞数组，net.inputWeights{i,j}.size，注意还与net.inputConnect(i,j)有关

LW %表示层与层之间的权重矩阵，也是元胞数组，net.LW{i,j}第i层到第j层，net.layerWeights{i,j}.size, 注意还与net.layerConnect(i,j)有关

b %表示偏置，也是元胞数组，net.b{i} 表示第i层的偏置，net.biases{i}.size, 注意与biasConnect有关
================================================
%网络函数
net.adaptFcn %调整网络 help nntrain
net.adaptParam %help(net.adaptFcn)

net.derivFcn %导函数 help nnderivative

net.divideFcn %数据组织函数 help nndivision 将输入分成训练、验证、测试
net.divideParam %help(net.divideFcn) 设定三个数据集构成的比率
net.divideMore

net.initFcn %初始权重与偏置
net.initParam %help(net.initFcn)

net.performParam %测试网络性能 help(net.performFcn)，默认是均方差mse

net.plotDcns
net.plotParams

net.trainFcn %训练网络
net.trainParam %help(net.trainFcn)

subobject properties 子对象属性

%子对象属性，见文档
net.inputs %元胞数组，net.inputs{i},在多个网络输入中使用
net.layers/outputs/biases/inputWeights/layerWeights/ %全都是结构体
================================================

inputs

%注意net.inputs{i}表示第i层的输出，是元胞的形式
net.inputs{i}.processFcns %处理输入数据的函数