1樓：shine戚七七
訓練函式抄
和自適應學習函式區別:
從範圍襲上：
訓練函式包含學習函式，學習函式是屬於訓練函式的一部分；
從誤差上：
訓練函式對整體來說誤差是最小，學習函式對於單個神經元來說誤差是最小；
從服裝整體上：
訓練函式是全域性調整權值和閾值，學習函式是區域性調整權值和閾值。
1. 學習函式
learnp 感知器學習函式
learnpn 標準感知器學習函式
learnwh widrow_hoff學習規則learngd bp學習規則
learngdm 帶動量項的bp學習規則
learnk kohonen權學習函式
learncon conscience閾值學習函式learnsom 自組織對映權學習函式
2. 訓練函式
trainwb 網路權與閾值的訓練函式
traingd 梯度下降的bp演算法訓練函式traingdm 梯度下降w/動量的bp演算法訓練函式traingda 梯度下降w/自適應lr的bp演算法訓練函式traingdx 梯度下降w/動量和自適應lr的bp演算法訓練函式trainlm levenberg_marquardt的bp演算法訓練函式
trainwbl 每個訓練週期用一個權值向量或偏差向量的訓練函式
2樓：匿名使用者
訓練bai函式是全域性調整權值du和閾值，考慮zhi的是整體誤dao差的最小。
學習函式是版區域性調整權值和閾值權，考慮的是單個神經元誤差的最小。
所以兩者不衝突，可以一樣也可以不同，就像你繞著樓跑步時，地球也在繞著太陽跑，是區域性與整體的區別，既有聯絡又有區別，辯證統一。
3樓：匿名使用者
訓練函式和學習函式是兩個不同的函式 ，網路設定中兩個都有。
簡單的說，訓練函式確定調整的大演算法，學習函式決定調整量怎麼確定
如何使用matlab中的ident工具箱進行系統辨
什麼的函式式?若用最小二乘辨識，只需寫成y xb的形式，套用公式即可。直接輸入ident就可以了 matlab如何使用從系統辨識工具箱得到的模型 10 如果想通過程式 實現傳遞函式的功能，需要將辨識得到的傳遞函式離散化並轉化成差分方程 回，然後答通過當前時刻和前幾個時刻的資料即可計算得到當前時刻輸出...
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...