BP网络底层程序，求高手解答~~~~~

yqxxqy

网络结构神经元数为输入：1，隐1层：1，隐二层：2，输出：1
求高手解答！！！
我单步执行的结果是第一隐层输出饱和了。因为是为了后面的程序做准备，所以不想归一化。用工具箱的话是可以实现的。
但是从底层编的话该怎么改呢？望高手解答！心里那个急啊~~~~~~
clc
clear
) U( {. S) `7 k" i' p; Y$ w& ^9 ~k=[1,2,3,4,5];%输入
for i=1:length(k)
    T(i)=sum(k(1:i)); %输出
end
error_goal=0.01;%目标误差
max_epoch=200;%最大训练次数
* ~# X- n$ q# W5 m2 n6 ]$ |9 klr=0.5;%学习速率
6 q' R" d8 i' Y3 P3 z( s- K# Y%% 权值阀值初始化
' h+ w/ l2 h! [! }8 f0 o& A6 XE=zeros(length(k),max_epoch);%误差矩阵，便于查看误差
8 G7 @* o/ J% L# H$ {% F: q, ]2 `$ QW11=rands(1);%权值初始化
1 F4 J$ @3 g- W/ A7 YW2=rands(2,1);
/ d$ E* X" @6 E1 w- y# }/ B[W3,theta]=rands(1,2)
0 B. e9 ~# o) B8 K! G" aW21=W2(1)/4;W22=W2(2)/4;W31=W3(1)/4;W32=W3(2)/4;theta=theta/4;
0 o( k! C; N! w    DW110=0;
    DW210=0;
; b9 L' s# j* G    DW220=0;
    DW310=0;
( B9 k( Q7 c2 s5 r$ F    DW320=0;
    Dtheta0=0;
    mc=0.5;
%% 循环迭代
for j=1:max_epoch
    lr=lr/sqrt(1+j)   %防止震荡，学习效率递减
for i=1:length(k)
   
   %% 网络输出计算
    LB=1/(1+exp(-W11*k(i)))   %LB层输出 sigmod函数
) ?, s: \2 f. b0 M; E    LC1=LB*W21          %LC层输出 线性函数
! O5 ~: J) Q. X* X+ T: f8 _  a    LC2=LB*W22    %LC层输出  线性函数
    LD=W31*LC1+W32*LC2  %LD层输出  线性函数
    ym=LD-theta   %网络输出值
4 A  R' J8 s7 ]" U# c        
( g0 a/ f3 Q0 X" u1 Q* a% Z! |" X   
    %% 权值修正
8 B; n9 u$ M* F    error=T(i)-ym  %计算误差
. J) ~4 O9 Y" C1 K* ^    E(i,j)=error;    %误差统计  
    delta3=error
8 o& x3 U9 g8 i$ o' L    delta21=error*W31
; O6 M7 }- u6 s" {1 t- c    delta22=error*W32
/ c0 N$ T9 L$ \% S) L7 ]2 d    delta1=(delta21*W21+delta22*W22)*(LB*(1-LB))
    %修改权值
! l" H- l& j* Z% w    DW11=lr*delta1*k(i)
) C+ o0 T; r0 t# s; N3 a+ }    DW21=lr*delta21*LB
    DW22=lr*delta22*LB
    DW31=lr*delta3*LC1
* Y; E7 N: M7 Z    DW32=lr*delta3*LC2
    Dtheta=lr*delta3;
    W11=W11+DW11+mc*DW110
+ q7 U  i& \; b6 u" M    W21=W21+DW21+mc*DW210
/ ^5 i5 H5 \. `  ~+ n; y    W22=W22+DW22+mc*DW220
    W31=W31+DW31+mc*DW310
    W32=W32+DW32+mc*DW320
  Z+ b" F* O3 [4 ~% H( {$ X6 {    theta=theta+Dtheta+mc*Dtheta0
    DW110=DW11
( h0 k- E( X7 N8 L4 n    DW210=DW21
# R/ o1 `6 f# |    DW220=DW22
- a1 r8 ?5 k. S  I* X    DW310=DW31
( \# y& ~( {5 s$ m8 ?9 s5 S' U; C    DW320=DW32
; b$ g7 L3 M/ c4 \9 D5 a4 ^, O8 M  g: Y( m    Dtheta0=Dtheta
5 W  }; f" c( _3 J& @end
if sumsqr(E(:,j))<error_goal
    disp('good')
) G. a+ l. c: X' w4 M    x=input('x=')
/ @5 j6 y& J2 X8 m: }8 P/ k; O    LB=1/(1+exp(-W11*x));   %LB层输出
$ b# Q9 W8 H0 q. ~5 l    LC1=LB*W21;           %LC层输出
    LC2=LB*W22;    %LC层输出
- y+ ^% _3 p, B7 q   
    LD=W31*LC1+W32*LC2  %LD层输出
& L' Z" D- t, B/ z' ^: O& z    ym=LD-theta %网络输出值
break;
& @  L* }# z8 x, L+ T% ]6 u  C  Nend
5 c: t! \/ _5 {: ~' w4 T, pend  
YY=0;
    for i=1:length(k)
- n3 E' [& G9 J+ c0 }    LB=1/(1+exp(-W11*k(i)));   %LB层输出
    LC1=LB*W21;           %LC层输出
( v6 j) x5 D2 ^! ]9 X    LC2=LB*W22;    %LC层输出
    LD=W31*LC1+W32*LC2;  %LD层输出
    ym=LD-theta;   %网络输出值
" g/ x( R8 K. {" ~; h    YY=[YY,ym];
   
: y' i9 l' p. f9 R: O# W    end
% f& }1 x2 X. X     YY=YY(2:end);
: }9 M* w4 E% \& ^$ }; m    YY

杨帆

既然你诚信诚意的推荐了，那我就勉为其难的听听吧！
数学中国社区分享快乐！
6 |. e5 b4 V6 j$ F) ^