MATLAB BP神经网络中仿真结果与手工计算不符合的解决办法

MATLAB BP神经网络中仿真结果与手工计算不符合的解决办法

前言

  • 最近在学习深度学习,在编写Auto Encoder提取隐含层的输出值时发现,使用MATLAB中自带的sim函数计算得到的神经网络输出值与自己手工计算的前向传播输出值不符合。
  • 经过查阅后发现在旧版本中的newff函数,神经网络输入值的归一化以及输出值的反归一化是编程者自己写的,而新版本的newff函数 MATLAB则会自动帮我们完成归一化与反归一化。这意味着,如果手工计算用新版本newff函数训练出来的BP神经网络,则需要进行手工的归一化与反归一化。
clear
clc

% 输入数据
X = [1 2 3;2 3 4;3 4 5;4 5 6];
  • 4
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 6
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 6
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