1樓：長嘯の臥龍
單純這一句是matlab基礎的內容，不屬於神經網路。
x(:,1)的意思是「矩陣x第一列的所有元素」。舉個例子，如果x=[1 2 3
4 5 6
7 8 9]
那麼此時x(:,1)=[147]
如果要仔細追究x(i,j)這個形式所表示的意思的話，就是「矩陣x的第i行、第j列的那個元素」，這個形式的靈活運用是x(a:b,c:d)，意思就是「矩陣x的第a行到第b行、第c列到第d列的所有元素」，如果把「a:
b」換成只有一個「:」的話就表示所有行，把「c:d」換成只有一個「:
」的話就表示所有列。
還用上面的矩陣來舉例子，x(:,2:3)=[2 3
5 68 9]
建議你先看一下matlab的入門教程，推薦你去http://****ilovematlab.**/，上面有很多教程的。
2樓：匿名使用者
x(:,1)即表示矩陣x的第一列的所有元素
bp神經網路中***.iw{1,1} 兩個1分別代表什麼意思？？
3樓：莫道無情
第一個1是指網路層數（***.numlayers）；
第二個1是指網路輸入個數（***.numinputs）；
從第j個輸入到到第i層的權重的權重矩陣（或null matrix ）位於***.iw ；
神經網路物件iw屬性：該屬性定義了網路輸入和各輸入層神經元之間的網路權值，屬性值為nxni維的單元陣列，其中，n為網路的層數，ni為網路的輸入個數。
如果***.inputconnect(i,j)為1，即第i層上的各神經元接收網路的第j個輸入，那麼在單元***.iw 中將儲存它們之間的網路權值矩陣。
該矩陣的行數為第i層神經元的個數（***.layers.size），列數為第j個輸入的維數（***.
inputs.size）與輸入延退拍數（*** inputweights.delays）的乘積。
4樓：天涯明遠
***.iw=w0;***.b=b0;
***.iw=w0;輸入層和隱層間的權值，***.b=b0輸入層和隱層間的閾值.
bp(back propagation)神經網路是2023年由rumelhart和mcclelland為首的科學家提出的概念，是一種按照誤差逆向傳播演算法訓練的多層前饋神經網路，是目前應用最廣泛的神經網路。
bp神經網路具有任意複雜的模式分類能力和優良的多維函式對映能力，解決了簡單感知器不能解決的異或(exclusive or，xor)和一些其他問題。從結構上講，bp網路具有輸入層、隱藏層和輸出層；
從本質上講，bp演算法就是以網路誤差平方為目標函式、採用梯度下降法來計算目標函式的最小值。
5樓：匿名使用者
bp網路中 w(1,1) 表示第 1 個輸入向量在輸入層和隱含層中的權值。
w(1,2) 表示第 2 個輸入向量在輸入層和隱含層中的權值。
...w(1, j ) 表示第 j 個輸入向量在輸入層和隱含層中的權值。
w(2,1) ：第 1 個輸入向量在隱含層和輸出層中的權值。。。。
若w( i , j ) 中i > 2，則有多個隱含層。
6樓：匿名使用者
***.iw=w0;***.b=b0;
***.lw=w1;***.b=b1;
***.iw=w0;輸入層和隱層間的權值，***.b=b0輸入層和隱層間的閾值
***.lw=w1;隱層到
輸出層間的權值，***.b=b1;隱層到輸出層間的閾值上面是對三層神經網路而言。
請幫忙解釋下matlab做bp神經網路regression的四個圖代表啥意思
7樓：mcr董事長
請參看：
Matlab中BP神經網路訓練結果求指導，萌新求各位大神給分
p 1 2 3 4 5 月 p p 50 t 2 3 4 5 6 月訓練樣本 t t 50 threshold 0 1 0 1 0 1 0 1 0 1 0 1 0 1 newff threshold,15,7 trainlm trainparam.epochs 2000 trainparam.goa...
matlab中神經網路訓練結束後出現nntraintool面
存在於變數裡面，可以找到對應的值。matlab擬合的神經網路那個performance的每次都是 epoch為個位數 5 圖中曲線顯示的是均方誤差，越小，說明系統得到的輸出與作為監督的輸出值的差別越小。圖中藍色線的值最好，它是對訓練資料的擬合結果 紅色線是對測試資料，最差。訓練集效果好，測試集效果差...
除了matlab能做bp神經網路，還有其他什麼軟體能做
在我看來bp神經網路是一種演算法，只要是演算法就可以用任何軟體工具 只要編譯器或者直譯器支援，c，c python，matlab.來進行實現，只是實現時的複雜程度有區別而已 除了matlab能做bp神經網路bai，還du有其他什麼軟體能做zhi 理論上程式設計 語言都可以dao，比如vb，c語言，過...