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
* \' L  o( }! B# l; S! V: |. A2 }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
k=[1,2,3,4,5];%输入
3 e$ N8 H- `% y( V8 {1 u- [2 mfor i=1:length(k)
    T(i)=sum(k(1:i)); %输出
  J- Q# W. i6 oend
error_goal=0.01;%目标误差
max_epoch=200;%最大训练次数
lr=0.5;%学习速率
0 J  o' t1 f  a1 t%% 权值阀值初始化
E=zeros(length(k),max_epoch);%误差矩阵，便于查看误差
W11=rands(1);%权值初始化
W2=rands(2,1);
: q; F* W5 `( t) F! ~, {& A! n' V[W3,theta]=rands(1,2)
( _& O7 F: _# f# FW21=W2(1)/4;W22=W2(2)/4;W31=W3(1)/4;W32=W3(2)/4;theta=theta/4;
& o) R" [2 I1 R( n3 p7 Y5 H% O    DW110=0;
; U4 c6 P" l: \4 [' r! o$ X    DW210=0;
    DW220=0;
    DW310=0;
( E# l8 j, u# {: u0 x- {) d    DW320=0;
    Dtheta0=0;
    mc=0.5;
* R  Y+ ~9 t! }/ Y+ c% W# @9 D7 ^. l%% 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)
- U+ f+ Y8 N$ J$ @   
   %% 网络输出计算
) ^# J/ \3 P4 h! u    LB=1/(1+exp(-W11*k(i)))   %LB层输出 sigmod函数
0 @7 a6 B8 @& p, E& c    LC1=LB*W21          %LC层输出 线性函数
    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
        
   
. g6 h+ Y+ _- ~9 O% y/ X    %% 权值修正
    error=T(i)-ym  %计算误差
    E(i,j)=error;    %误差统计  
+ u/ Y9 ~0 e7 R5 Z    delta3=error
" r! T/ R  v; ]    delta21=error*W31
+ O% r3 G' g* @( {4 f    delta22=error*W32
" w1 I  D- f& ~, b! ^/ O2 q    delta1=(delta21*W21+delta22*W22)*(LB*(1-LB))
) a4 m+ M( k' G    %修改权值
    DW11=lr*delta1*k(i)
    DW21=lr*delta21*LB
    DW22=lr*delta22*LB
5 r9 ^3 {+ \, ~# O8 B" i; D    DW31=lr*delta3*LC1
& S  r5 K" v1 n  S. o) _+ u. t    DW32=lr*delta3*LC2
: d3 e1 v" b& Q3 q$ F" S/ q  n. b    Dtheta=lr*delta3;
    W11=W11+DW11+mc*DW110
4 c4 o5 v# r9 R; a6 d( N    W21=W21+DW21+mc*DW210
    W22=W22+DW22+mc*DW220
    W31=W31+DW31+mc*DW310
    W32=W32+DW32+mc*DW320
& V: D( L8 V1 q7 v+ X    theta=theta+Dtheta+mc*Dtheta0
9 o% }' k5 I" z5 S0 |' s" z    DW110=DW11
    DW210=DW21
    DW220=DW22
7 E" l  R% h5 r7 U3 t  h0 P0 b9 N* i    DW310=DW31
    DW320=DW32
4 P5 l: h* R: K! ^9 C8 M" C    Dtheta0=Dtheta
6 A& R9 W* h2 z+ `+ m4 O6 N+ Yend
' M' L( q' s9 D6 f) |9 v/ Fif sumsqr(E(:,j))<error_goal
    disp('good')
; G; p2 I9 k- ?1 |    x=input('x=')
    LB=1/(1+exp(-W11*x));   %LB层输出
! {1 _! o! X, i    LC1=LB*W21;           %LC层输出
    LC2=LB*W22;    %LC层输出
   
( c6 N9 F* _& _* b    LD=W31*LC1+W32*LC2  %LD层输出
    ym=LD-theta %网络输出值
7 R9 a& e# j, w2 m8 o1 h( \1 Obreak;
' h  r) d/ i% ^3 a* eend
end  
YY=0;
" Z" l, D  d# C+ h# {  X) a    for i=1:length(k)
    LB=1/(1+exp(-W11*k(i)));   %LB层输出
    LC1=LB*W21;           %LC层输出
    LC2=LB*W22;    %LC层输出
    LD=W31*LC1+W32*LC2;  %LD层输出
9 c6 m, j: I0 y+ X6 s8 J) `2 W1 T    ym=LD-theta;   %网络输出值
    YY=[YY,ym];
   
+ J- e$ V* H" H    end
# \/ c( I* K0 O5 P  [4 g     YY=YY(2:end);
8 T" O1 c) o- H8 Q    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！