mlp神经网络和bp神经网络,bp神经网络lm算法原理

MATLAB中训练LM算法的BP神经网络

1.初始权值不一样，如果一样，每次训练结果是相同的 2.是 3.在train之前修改权值，IW,LW,b，使之相同 4.取多次实验的均值 一点浅见，仅供参考 训练误差是否降到一定范围内，比如1e-3， 将训练样本回代结果如何， 训练样本进行了预处理，比如归一化，而测试样本未进行同样的处理 这样的归一化似有问题，我也认为“测试数据的归一化也用训练数据归一化时得出的min和max值”， 请参考这个帖子 测试数据带入训练好的神经网络误差当然不会达到1e-5，这是预测啊。

但将训练数据带入误差必然是1e-5，算法终止就是因为达到这个误差才终止，这个误差是由训练数据的输入、输出以及神经网络的权值、激活函数共同决定的，神经网络训练完后，权值、激活函数定了，同样的数据再代入神经网络，误差会不等于1e-5？

第二个问题：不可能每个值都达到1e-5，1e-5是MSE（mean square error），它们的平方和除以总数再开方，mse（E）必为1e-5 另外，LM算法虽然训练最快，但是预测精度一般不好，不如gdm，gdx。

谷歌人工智能写作项目：神经网络伪原创

关于神经网络LM训练算法的一些问题

IS-LM-BP模型中，LM比BP陡峭的经济含义是什么？

BP曲线比LM曲线更陡峭，就说明资本流动对国内