神经网络学习资料

doudoumian22

asdhfbsdjfbsdbhfjsdhbfsdh

zhuangqg6855

嗯，先看看再说！！！！！！！！！！！！！！！！！！！！

欧阳群师

怎么多啊，看那个好啊。。。。。。。

347196468

%获得网络的输入样本P和目标样本T8 ~& w) C( K; Q/ g) e2 A' }
3 u9 I6 @4 I% P  X# T6 U& ]P=[1 0.6 0.1 0 0 0 0   1 0.5 0 0 0 0 0;4 K3 v* b+ @: I" G2 C& ?2 S& z
6 f, w8 N4 |1 ]1 0.6 0.1 0 0 0 0   0 0.5 1 0.4 0 0 0;9 |( R: l2 i; {7 p. o2 J% m
. M$ A3 Q/ s$ t, a. D( g  b9 b" s& t3 F2 Q1 0.6 0.1 0 0 0 0   0 0 0 0.4 1 0.6 0;
) e! W# o$ A! A& U. I- n0 O" z& K, b) A, ^* Z% o  j1 0.6 0.1 0 0 0 0   0 0 0 0 0 0 0.8;) W( b  h! d6 V3 J9 O& b
# t, O: C3 T, X& }" P4 Y# W0 0.6 0.6 0 0 0 0   1 0.5 0 0 0 0 0;; G6 ?) Q# P: @. f4 i& c
" y$ j- i- b* t" B0 0.6 0.6 0 0 0 0   0 0.5 1 0.4 0 0 0;$ N  F( j  A$ |- d1 k$ G/ K+ k" Y; Q
0 0.6 0.6 0 0 0 0   0 0 0 0.4 1 0.6 0;
6 Q* |! h# _4 H2 z2 U6 _0 0.6 0.6 0 0 0 0   0 0 0 0 0 0 0.8;% V, f5 |% e2 r3 ^& D
( \9 e% R, |. c6 r! k0 0 0.6 1 0 0 0    1 0.5 0 0 0 0 0;
+ s/ }$ }2 u' J' O& Y0 0 0.6 1 0 0 0    0 0.5 1 0.4 0 0 0;
# V' y- F! J/ [, B* f0 0 0.6 1 0 0 0    0 0 0 0.4 1 0.6 0;" h( s# ?% u' g$ h* X
0 0 0.6 1 0 0 0    0 0 0 0 0 0 0.8;
1 ~) S- d, ~7 Q5 x- _7 x- i' b" f* G5 P- G0 0 0 0 1 0.6 0    1 0.5 0 0 0 0 0;! p$ q8 S1 V+ @9 t7 i. o+ c
  n! F* K$ o7 g) C0 0 0 0 1 0.6 0    0 0.5 1 0.4 0 0 0;5 e* _9 w. i: p' ]; U. H+ K# f
0 0 0 0 1 0.6 0    0 0 0 0.4 1 0.6 0;  ^9 S7 i) L" N1 r+ {0 g& I
4 w& f- F# v( _8 Q7 h0 0 0 0 1 0.6 0    0 0 0 0 0 0 0.8]';/ Q' c' j* D1 Y9 w. a5 [
T=[1 0.5 0 0 0 0 0 0;+ F, _7 y% q  B" Z
3 M  u0 o! o4 t9 e" W0 0 0 0.2 0.6 1 0.6 0.2;
+ T& [6 T$ P. I6 }' M5 N0 I, R/ x! D0 |1 g0 0 0 0.2 0.6 1 0.6 0.2;2 F- g1 H, Q6 j1 {  Y
0 0 0 0.2 0.6 1 0.6 0.2;
4 l) d- l5 C4 X6 B( K% D6 e/ B1 ^( h6 V) |0.4 0.8 1 0.8 0.4 0.2 0 0;
  h1 k7 Z/ Y! w( R  I* }0 0 0 0.2 0.6 1 0.6 0.2;/ y8 U  A! f( O( H( m
' W( h1 D& _* }2 r. S0 0 0 0 0 0.2 0.5 0.8;
) a8 J+ Z, ~8 {1 q3 Y! `( g0 0 0 0.2 0.6 1 0.6 0.2;
1 I- X! Y! ^. V9 j+ C7 `2 P- E1 M8 K8 Y) ?/ M- m0 0 0 0.2 0.6 1 0.6 0.2;( K1 W& p9 b7 r6 a7 [; a
7 y: R! {1 x1 n+ g- a# k0 0 0 0.2 0.6 1 0.6 0.2;
! H$ W( {( S, d8 J6 r& R! Q6 b. W9 R4 m6 e3 Y* J! u( n. u3 U0 0 0 0 0 0.2 0.5 0.8;
6 I$ T  F+ i0 k. e2 {, q! g& u! D* o) @! t( l4 Z0 0 0 0 0 0.2 0.5 0.8;5 }/ y1 N  S, m# m, Z
0 0 0 0.2 0.6 1 0.6 0.2;, Q& Q; h+ \' @+ D9 W, _6 t
2 i' W* J" {6 M2 D6 V3 q0 0 0 0.2 0.6 1 0.6 0.2;% a& I% x. Y* b! S3 Z
1 ]1 O- T: R- ?/ H: x' @7 W$ Z0 0 0 0 0 0.2 0.5 0.8;
; M+ J5 J' ?6 ?* Z0 k: e# x0 0 0 0 0 0.2 0.5 0.8]';
( x0 l- }8 I4 t* e%根据Kolmogorov定理，输入层有14个节点，所以中间层有29个节点$ f5 v3 N( Z/ H
%中间层神经元的传递函数为'tansig'
7 W. v& e; \' C& X, y# g. @  _4 F  _$ S% C' Z& c% }) G# y/ ~%输出层有8个节点，其神经元传递函数为logsig
, \; `2 P* v% b( k0 h- u7 H6 H) `%训练函数采用traingdx
0 C& m3 c0 \* Nnet=newff(minmax(P),[29,8],{'tansig','logsig'},'traingdx');- ?/ b# _# j0 f* p8 n" w/ h" V
%训练步数为1000次" ?8 _& L' `% A% T; |1 ?6 e
$ t7 j! C! \, S" g( c, w%训练目标误差为0.001
  ]! [) p+ D+ cnet.trainParam.epochs=1000;* |  r9 y5 [5 H2 N5 i+ Q6 @
4 c/ D. b# c! W& e  Unet.trainParam.goal=0.001;
; H% t7 b: r8 W, G9 O+ i5 {* Lnet=train(net,P,T);; \7 P2 W, `. E+ h, o/ B# I1 l) M
+ i& @$ u/ Y/ a. QY=sim(net,P);
3 i+ S# W- T* X" G: ]' a& `$ b' K& z& a%求训练值在每一个点上的误差: \5 F' N/ k7 o
4 z  L' ]" b4 Pfor i=1:16
* {* B5 O. b9 \# t8 B* m8 \- W: _! N/ j    x(i)=norm(Y(:,i));
1 B9 u$ \% {; B0 T2 I" P5 o( Z9 A; [  n* ^* P% e

浮云漫步

不知道能满足我的需要不，先谢过楼主了，以后多分享！
! `. |5 K4 z9 ?$ ^+ w/ u  |

scut鹏哥

这资料不大好用

nincompoop

很多资料，先谢谢了！