MATLAB-lv1

**

MATLAB神经网络43个案例分析

**

第一章:BP神经网络的数据分类

相关资料详情可看
代码以及数据

合理的分节

%%+空格+注释:可以将代码进行分节处理,增强代码的可读性

赋值语句带分号与不带分号的区别:

不带分号会默认输出,带分号则不会直接输出

load的用法

load data1 c1 %加载data1中的变量c1;
详细情况见load的用法

sort的用法
详见sort用法

[B,ind] = sort(A)

对A进行排序,B为排序后的向量,ind是每一项对应于A中项的索引,索引默认按升序排列。

rand的用法

rand(m,n)生成m行n列均匀分布在0-1之间的伪随机数
randn(m,n)生成m行n列均匀分布在标准正态分布之间的伪随机数
rands(m,n)生成m行n列均匀分布在-1-1之间的伪随机数
randi(m,n)生成m行n列均匀分布的伪随机数

find的用法

find(A=B)
返回判断成立的位置
详见

变变化率学习算法:
随着学习过程的进行,学习率不断减小
xite(t) = xitemax - t*(xitemax - xitemin) / tmax
xite 是学习率,xitemax是最大学习率,xitemin是最小的学习率,t是当前的训练数据所在的循环值,tmax 是最大的循环值。

实现方法:
xite_list = rand(1,1500);
xitemax = max(xite_list);xitemin = min(xite_list);
xite_value = zeros(1,1500);%一定要在循环之外进行初始化
、、省略
for i = 1:1:1500

    %学习率变化
    xite = xitemax - i*(xitemax - xitemin) / 1500;
    xite_value(i) = xite;%将xite的值进行记录,便于查看

%画出xite的降低图像
figure(3)
plot(xite_value)
变学习率
其他边学习率的方法

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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