1樓:
1.一般你可以自己嘗試下,我最近也在嘗試,隱層用tansig是比較理想的,輸出層要自專
己嘗試的,如屬用purlin是輸出任意值,logsig很多書也是推崇的,將輸出值限定在【0,1】中,我一般都用tansig.
2.trainlm是一種訓練方法,使用的話收斂很快很快,相比的話traingd收斂很慢很慢。優勢traingd要訓練1000epochs,而trainlm只要訓練5epochs就夠了
初學者對bp神經網路的疑惑
2樓:匿名使用者
程式沒問題。肯定是歸一化資料有問題啦,建議用matlab歸一化函式試試。
[pn,maxp,minp,tn,maxt,mint]=premnmx(p',t)
也可自己程式設計序寫很簡單的
3樓:匿名使用者
神經網路有一定的誤差,不過對於這個簡單的逼近來說應該不會有那麼大誤差吧,應該是你程式問題,有特定的歸一化函式,把原始資料用歸一化函式處理試試(具體什麼函式我忘了)
bp神經網路模型各個引數的選取問題
4樓:匿名使用者
樣本變數不需要那麼多,因為神經網路的資訊儲存能力有限,過多的樣本會造成一些有用的資訊被丟棄。如果樣本數量過多,應增加隱層節點數或隱層數目,才能增強學習能力。
一、隱層數
一般認為,增加隱層數可以降低網路誤差(也有文獻認為不一定能有效降低),提高精度,但也使網路複雜化,從而增加了網路的訓練時間和出現「過擬合」的傾向。一般來講應設計神經網路應優先考慮3層網路(即有1個隱層)。一般地,靠增加隱層節點數來獲得較低的誤差,其訓練效果要比增加隱層數更容易實現。
對於沒有隱層的神經網路模型,實際上就是一個線性或非線性(取決於輸出層採用線性或非線性轉換函式型式)迴歸模型。因此,一般認為,應將不含隱層的網路模型歸入迴歸分析中,技術已很成熟,沒有必要在神經網路理論中再討論之。
二、隱層節點數
在bp 網路中,隱層節點數的選擇非常重要,它不僅對建立的神經網路模型的效能影響很大,而且是訓練時出現「過擬合」的直接原因,但是目前理論上還沒有一種科學的和普遍的確定方法。 目前多數文獻中提出的確定隱層節點數的計算公式都是針對訓練樣本任意多的情況,而且多數是針對最不利的情況,一般工程實踐中很難滿足,不宜採用。事實上,各種計算公式得到的隱層節點數有時相差幾倍甚至上百倍。
為儘可能避免訓練時出現「過擬合」現象,保證足夠高的網路效能和泛化能力,確定隱層節點數的最基本原則是:在滿足精度要求的前提下取儘可能緊湊的結構,即取儘可能少的隱層節點數。研究表明,隱層節點數不僅與輸入/輸出層的節點數有關,更與需解決的問題的複雜程度和轉換函式的型式以及樣本資料的特性等因素有關。
bp神經網路模型各個引數的選取問題
5樓:匿名使用者
樣本變數不需要那麼多,因為神經網路的資訊儲存能力有限,過多的樣本會造專成一些有用的信屬息被丟棄。如果樣本數量過多,應增加隱層節點數或隱層數目,才能增強學習能力。
一、隱層數 一般認為,增加隱層數可以降低網路誤差(也有文獻認為不一定能bp神經網路模型各個引數的選取問題
初學者對BP神經網路的疑惑,BP神經網路的原理的BP什麼意思
程式沒問題。肯定是歸一化資料有問題啦，建議用matlab歸一化函式試試。pn,maxp,minp,tn，maxt,mint premnmx p t 也可自己程式設計序寫很簡單的 神經網路有一定的誤差，不過對於這個簡單的逼近來說應該不會有那麼大誤差吧，應該是你程式問題，有特定的歸一化函式，把原始資料用...
我是MATLAB初學者，學習BP神經網路程式設計，出現錯誤，求大神詳細指導
net,a,e adapt net,p,t adapt 出錯輸入和輸出的維度應該一致 p是20 10 t卻只有7 顯然匹配不上。急！急！求大神幫忙看看我的matlabbp神經網路performance輸出的問題 mu是trainlm演算法中的一個引數，這個演算法會自動控制，當mu太大時訓練會自動停止...
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...