绁炵粡缃戠粶鏁版嵁鏍煎紡,鏂囨湰绁炵粡缃戠粶

bp神经网络的数据存在mat文件里用m文件调用没有问题，把这个m文件转成dll后在c++里调用就会中断，怎么办

Matlab写程序的文件。MATLAB是解释型语言，就是说MATLAB命令行中敲入的命令在当前MATLAB进程中被解释运行。但是，每次执行一个任务时敲入长长的命令序列是很烦人的。

有两种方法可以使MATLAB的力量得到扩展——脚本和函数。这两种方法都用像emacs一样的文本编辑器中编写的m文件（因为扩展名是.m所以这样命名，m文件还称点m文件）。

m文件的好处在于它可以保存命令，还可以轻易地修改命令而无需重新敲入整个命令行。mat数据格式是matlab的数据存储的标准格式。

你可以调用matlab的子程序库，用c或fortan调用mat格式的数据。

我给你几个函数名matopen打开mat文件matclose关闭mat文件magetfp取得mat文件的c语言句柄matGetArray取得一个数组具体内容看联机文档。

谷歌人工智能写作项目：神经网络伪原创

神经网络样本mat文件怎样生成？

mat数据格式是matlab的数据存储的标准格式写作猫。你可以调用matlab的子程序库，用c或fortan调用mat格式的数据。

我给你几个函数名matopen打开mat文件matclose关闭mat文件magetfp取得mat文件的c语言句柄matGetArray取得一个数组。

BP神经网络输入输出格式问题

在你的代码基础上说了。clc;clear;closeall;p=load('');%你问题最后说的数据文件名跟这个不同。

p1=p';t=[1];%这个输出（Targets）应该和输入数据对应，输入数据有10个，输出应该也是10个所以改为t是一个1x10的行向量。

如何用9行Python代码编写一个简易神经网络

python是一款应用非常广泛的脚本程序语言，谷歌公司的网页就是用python编写。python在生物信息、统计、网页制作、计算等多个领域都体现出了强大的功能。

python和其他脚本语言如java、R、Perl一样，都可以直接在命令行里运行脚本程序。

工具/原料python；CMD命令行；windows操作系统方法/步骤1、首先下载安装python，建议安装2.7版本以上，3.0版本以下，由于3.0版本以上不向下兼容，体验较差。

2、打开文本编辑器，推荐editplus，notepad等，将文件保存成.py格式，editplus和notepad支持识别python语法。

脚本第一行一定要写上#!usr/bin/python表示该脚本文件是可执行python脚本如果python目录不在usr/bin目录下，则替换成当前python执行程序的目录。

3、编写完脚本之后注意调试、可以直接用editplus调试。调试方法可自行百度。

脚本写完之后，打开CMD命令行，前提是python已经被加入到环境变量中，如果没有加入到环境变量，请百度4、在CMD命令行中，输入“python”+“空格”，即”python“；将已经写好的脚本文件拖拽到当前光标位置，然后敲回车运行即可。

如何将工作空间的数据用于BP神经网络的输入

神经网络的结果保存

训练完一个模型后，为了以后重复使用，通常我们需要对模型的结果进行保存。如果用Tensorflow去实现神经网络，所要保存的就是神经网络中的各项权重值。建议可以使用Saver类保存和加载模型的结果。

1、使用()方法保存模型sess:用于保存变量操作的会话。save_path:String类型，用于指定训练结果的保存路径。

global_step:如果提供的话，这个数字会添加到save_path后面，用于构建checkpoint文件。这个参数有助于我们区分不同训练阶段的结果。

2、使用tf.train.Saver.restore方法价值模型sess:用于加载变量操作的会话。save_path:同保存模型是用到的的save_path参数。

下面通过一个代码演示这两个函数的使用方法假设保存变量的时候是checkpoint_filepath=''(session,checkpoint_filepath)则从文件读变量取值继续训练是saver.restore(session,checkpoint_filepath)。

如何用Tensorflow 快速搭建神经网络

在MNIST数据集上，搭建一个简单神经网络结构，一个包含ReLU单元的非线性化处理的两层神经网络。

在训练神经网络的时候，使用带指数衰减的学习率设置、使用正则化来避免过拟合、使用滑动平均模型来使得最终的模型更加健壮。

程序将计算神经网络前向传播的部分单独定义一个函数inference，训练部分定义一个train函数，再定义一个主函数main。

二、分析与改进设计1.程序分析改进第一，计算前向传播的函数inference中需要将所有的变量以参数的形式传入函数，当神经网络结构变得更加复杂、参数更多的时候，程序的可读性将变得非常差。

第二，在程序退出时，训练好的模型就无法再利用，且大型神经网络的训练时间都比较长，在训练过程中需要每隔一段时间保存一次模型训练的中间结果，这样如果在训练过程中程序死机，死机前的最新的模型参数仍能保留，杜绝了时间和资源的浪费。

第三，将训练和测试分成两个独立的程序，将训练和测试都会用到的前向传播的过程抽象成单独的库函数。这样就保证了在训练和预测两个过程中所调用的前向传播计算程序是一致的。

2.改进后程序设计该文件中定义了神经网络的前向传播过程，其中的多次用到的weights定义过程又单独定义成函数。

通过tf.get_variable函数来获取变量，在神经网络训练时创建这些变量，在测试时会通过保存的模型加载这些变量的取值，而且可以在变量加载时将滑动平均值重命名。

所以可以直接通过同样的名字在训练时使用变量自身，在测试时使用变量的滑动平均值。该程序给出了神经网络的完整训练过程。在滑动平均模型上做测试。

通过tf.train.get_checkpoint_state(mnist_train.MODEL_SAVE_PATH)获取最新模型的文件名，实际是获取checkpoint文件的所有内容。

matlab用于BP神经网络编程，输入数据在TXT文件里面

fscanf函数我不太了解，一般数值可以存在xls或csv文档中，由txt文件转到csv文件极其简单。然后由csvread或xlsread函数读取，直接可以存到矩阵中。一个样本是矩阵的一列，而不是行。

（当然归一化是以行为单位的）