多层神经网络实现

30 篇文章 448 订阅 ¥9.90 ¥99.00
27 篇文章 102 订阅 ¥9.90 ¥99.00
本文探讨了如何使用MATLAB和C语言实现多层神经网络的训练,详细讲解了激活函数及其导数,并通过BP神经网络对MNIST手写数字进行识别。同时,对比了tansig与logsig的区别。
摘要由CSDN通过智能技术生成

 

matlab实现多层神经网络训练

激活函数:

function [y] = sigmod(x)
    % y = 1.0 ./ (1 + exp(-x)); % sigmod函数
    y = 2.0 ./ (1 + exp(-2.*x)) - 1; % tansig函数
end

 激活函数导数:

function [y] = sigmod_deri(x)
    % y = x .* (1 - x);
    y = 1 - x.^2;
end

多层神经网络训练: 

clear;
clc;
close all;

% 构造数据
x = 1 : 0.01 : 10;
y = 1.1 * x.^3 + 2.1 * x.^2 + 3.1 * x + 1.2 + 15 .* sin(100.*x);
len = length(x);

% 数据归一化
map_min = -1;
map_max = 1;
min_x = min(x);
max_x = max(x);
min_y = min(y);
max_y = max(y);
normal_x = (x - repmat(min_x, 1, len)) ./ (max_x - min_x) .* (map_max - map_min) + map_min;
normal
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

东城青年

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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