DL学习笔记1—BP算法的matlab代码学习

本文介绍了MATLAB中用于深度学习的BP神经网络训练和仿真的关键函数,包括traingd的梯度下降反向传播、newff的前馈网络创建、train的网络训练以及sim的网络仿真。通过示例展示了训练过程和误差变化,探讨了当训练误差达到最小值后是否继续迭代的问题。
摘要由CSDN通过智能技术生成

声明:文中的两个案例matlab源码引用自网络,并非本人所写,在此感谢原作者。原链接http://wenku.baidu.com/view/d8df1821aaea998fcc220e03.html?from=search

1)traingd——梯度下降反向传播

traingd Gradient descent backpropagation.
traingd is a network training function that updates weight and
bias values according to gradient descent.
根据梯度下降法更新权值和偏置。

2)newff :前馈网络创建函数

newff Create a feed-forward backpropagation network.

3) train:训练网络

train Train a neural network.
[NET,TR] = train(NET,X,T) takes a network NET, input data X and target data T and returns the network after training it, and a a training record TR.
返回训练后的网络和训练记录TR

4)sim:利用网络进行仿真

sim Simulate a neural network.
sim(NET,X) takes a network NET and inputs X and returns the outputs Y generated by the network. This syntax is equivalent to NET(X).
返回由网络产生的输出。

5)matlab神经网络工具

这里写图片描述
设置隐藏层的神经元个数:
这里写图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值