论坛 › 神经网络与机器学习 › 神经网络权阈值调整偏微分方程如何编程

magic2728 发表于 2013-9-8 02:10

图？

846257805 发表于 2013-9-9 10:50

file:///D:/Desktop/图片1.png

846257805 发表于 2013-9-9 10:52

846257805 发表于 2013-9-9 10:53

净心、精心 发表于 2013-9-6 16:55 static/image/common/back.gif
图呢？

不好意思，现在图已给，新手求助

846257805 发表于 2013-9-9 10:54

magic2728 发表于 2013-9-8 02:10 static/image/common/back.gif
图？

不好意思，新手发帖，不会给图，现在图已给出，求助

magic2728 发表于 2013-9-9 16:42

这个不用你手动解，matlab神经网络算法自动就是按照这个模式进行的，你会用工具箱就行了！

846257805 发表于 2013-9-9 16:44

但是不是说只会用工具箱不好吗？工具箱不具有灵活性，最好是自己会编，而且还可加深理解

846257805 发表于 2013-9-9 16:45

magic2728 发表于 2013-9-9 16:42 这个不用你手动解，matlab神经网络算法自动就是按照这个模式进行的，你会用工具箱就行了！

但是不是说只会用工具箱不好吗？工具箱不具有灵活性，最好是自己会编，而且还可加深理解

magic2728 发表于 2013-9-9 16:53

846257805 发表于 2013-9-9 16:45 static/image/common/back.gif
但是不是说只会用工具箱不好吗？工具箱不具有灵活性，最好是自己会编，而且还可加深理解

对啊，但是解这个方程也需要初始值啊，然后有初始值之后这是个差分方程，逐步往后迭代就行了。

846257805 发表于 2013-9-9 19:45

是迭代做的吗？但是我在书上看到说可以根据所给的激励函数，求出E/ω的微分，如下是我看到的源代码
Delta2=error
Delta1=w2'*Delta2.*hiddenout.*(1-hiddenout)
dw2=Delta2*hiddenout'
db2=Delta2*ones(samnum,1)
dw1=Delta1*samin'
db1=Delta1*ones（samnum,1）
w2=w2+lr*dw2
b2=b2+lr*db2
error是能量函数，即误差平方和
hiddenout是隐含层输出
samnum是输入样本数量
samin是输入样本
w权值
b阈值
以上是3层神经网路，隐含层激励函数是logsig



我就是看不懂为什么一个微分方程就变成一个式子了？
求解？

查看完整版本: 神经网络权阈值调整偏微分方程如何编程