matlab bp神经网络工具箱_MATLAB神经网络工具箱

Matlab自带的神经网络工具箱功能还蛮强大的，好像在Matlab 2010b以后的版本都有，操作步骤也非常简单。可以直接在APP栏下拉菜单机器学习工具里面找到，总共有四种工具箱可以选择。

也可以直接在命令行输入“nnstart”，会自动跳出神经网络的工具箱供你选择。

以拟合工具箱为例（我一般用的比较多），Fitting app也可以直接通过命令行“nftool”打开，基本界面就是这个样子，它是建立一个单隐藏层的神经网络来做数据拟合，输入和输出数据都可以是多维的，隐藏层的神经元个数可以自己调整。

接下来是对你的样本数据进行划分，划分成训练集、验证集和测试集，这可以根据自己需要设定，比如70%、15%、15%就是不错的选择，验证集和测试集的区别就在于验证集也是参与训练过程的，训练过程中在训练集训练好后会代入验证集进行验证，测试集就仅仅只是做个预测。

下一步设置隐藏层神经元个数，默认是10个，这个根据情况自己调整，一般不要设的过大，不仅训练速度很慢而且容易过拟合。

训练算法提供了三种选择，常用的是LM算法，就是梯度下降法和高斯牛顿法的结合，训练速度比较快而且准确率也不错，其他两种算法也可以尝试，当然由于权值初始化是随机的，有时候多训练几次才会得到想要的结果。

训练结束后可以在plots查看各种图表。

最后会出现这样的截面，你可以选择第一个“Simple Script”，它会自动生成一个代码的脚本文件，你可以保存下来，下次直接在脚本里面修改参数就可以了，还可以自己添加循环什么的。

总的来说，Matlab这种自带的工具箱真的帮我们省去了很多操作，但最根本的还是要理解神经网络的原理。