Matlab中BP神经网络的构建和初始化

最新推荐文章于 2023-02-14 13:45:52 发布

wangjiaheng

最新推荐文章于 2023-02-14 13:45:52 发布

阅读量4.3k

点赞数

文章标签：网络 matlab 活动工作

本文链接：https://blog.csdn.net/wangjiaheng/article/details/1609699

版权

在Matlab中构建前馈神经网络时，使用newff函数进行初始化。该函数创建网络对象并设定权重和偏置。网络初始化可以使用init函数，如initwb或initnw。initwb适用于线性函数，随机初始化权重在-1到1之间。而initnw依据Nguyen-Widrow方法，确保神经元活动区域分布均匀，提高训练效率。如果需要自定义初始化，可以更改net.layer{i}.initFcn等参数。

摘要由CSDN通过智能技术生成

训练前馈网络的第一步是建立网络对象。函数newff建立一个可训练的前馈网络。这需要4个输入参数。第一个参数是一个Rx2的矩阵以定义R个输入向量的最小值和最大值。第二个参数是一个颟顸每层神经元个数的数组。第三个参数是包含每层用到的转移函数名称的细胞数组。最后一个参数是用到的训练函数的名称。
举个例子，下面命令将创建一个二层网络。它的输入是两个元素的向量，第一层有三个神经元，第二层有一个神经元。第一层的转移函数是tan-sigmoid，输出层的转移函数是linear。输入向量的第一个元素的范围是-1到2，输入向量的第二个元素的范围是0到5，训练函数是traingd。
　　net=newff([-1 2; 0 5],[3,1],{"tansig","purelin"},"traingd");
这个命令建立了网络对象并且初始化了网络权重和偏置，因此网络就可以进行训练了。我们可能要多次重新初始化权重或者进行自定义的初始化。下面就是初始化的详细步骤。
　　在训练前馈网络之前，权重和偏置必须被初始化。初始化权重和偏置的工作用命令init来实现。这个函数接收网络对象并初始化权重和偏置后返回网络对象。下面就是网络如何初始化的：
　　net = init(net);
　　我们可以通过设定网络参数net.initFcn和net.layer{i}.initFcn这一技巧来初始化一个给定的网络。net.　initFcn用来决定整个网络的初始化函数。前馈网络的缺省值为initlay，它允许每一层用单独的初始化函数。设定了net.initFcn ，那么参数net.layer{i}.initFcn 也要设定用来决定每一层的初始化函数。
　　对前馈网络来说，有两种不同的初始化方式经常被用到：initwb和initnw。initwb函数根据每一层自己的初始化参数(net.inputWeights{i,j}.initFcn)初始化权重矩阵和偏置。前馈网络的初始化权