神经网络浅尝

the binbin

于 2020-10-19 22:13:57 发布

阅读量153

点赞数

文章标签：神经网络 matlab

本文链接：https://blog.csdn.net/qq_36533632/article/details/109170573

版权

该博客通过MATLAB代码详细介绍了如何建立和训练一个神经网络。首先定义输入X和目标输出D，然后使用newff函数创建网络结构，并设置训练参数。接着，利用train函数进行网络训练，并通过sim函数仿真得到结果。最后，提取并展示了网络的权重和阈值。

摘要由CSDN通过智能技术生成

10.19 记录
看了一篇关于神经网络Matlab入门的文章，有所收获，记录下。
先贴上代码：

clear;
clc;
X=-1:0.1:1;
D=[-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609…
0.1336 -0.2013 -0.4344 -0.5000 -0.3930 -0.1647 -.0988…
0.3072 0.3960 0.3449 0.1816 -0.312 -0.2189 -0.3201];
figure;
plot(X,D,’’); %绘制原始数据分布图
net = newff([-1 1],[4 1],{‘tansig’,‘tansig’});
net.trainParam.epochs = 10000; %训练的最大次数
net.trainParam.goal = 0.0001; %全局最小误差
net = train(net,X,D);
O = sim(net,X);
figure;
plot(X,D,’’,X,O,‘b’); %绘制训练后得到的结果和误差曲线
V = net.iw{1,1}%输入层到中间层权值
theta1 = net.b{1}%中间层各神经元阈值
W = net.lw{2,1}%中间层到输出层权值
theta2 = net.b{2}%输出层各神经元阈值
我来对这段代码进行解读，首先是X=-1:0.1:1;这个的意思是建立原始输入，在-1到1的范围内，以0.1为步长采样，即-1，-0.9，-0.8…这样。
接下来的D是Destination,即拟合的目标，目标输出。