bp神经网络中的重要函数解释

BP神经网络是反向传播神经网络
1.归一化 : 将数据映射到0,1或者-1,1缩小数据范围。防止数据淹没(一个数据很大一个很小,小的可能会忽略不计)
2. Y,PS = mapminmax(X,YMIN,YMAX)%x输入,y输出,YMIN,YMAX输出的范围,PS为结构体的信息。YMIN,YMAX默认是-1,1 ,正常设置为0,1

Y = mapminmax('apply',X,PS);%采用同X一样的归一化

X = mapminmax('reverse',Y,PS);%反归一化

eg:当x = 1,2,3,4;

经过归一化后是0-1之间的四个数,反归一化就是重新变成x=1,2,3,4;
3.创建网络 net=newff(P,T,S,TF,BTF,BLF,PF,IPF,OPF,DDF)

参数:P 输入参数矩阵
T 目标参数矩阵
S N-1个隐含层数目(s(1)到s(N-1)),默认为空矩阵【】
TF 相关层的传递函数,默认隐含层为tansig函数,输出层为purlin函数。

tansig:正切S型传递函数 purelin:线性传递函数 logsig:对数S型传递函数
隐含层和输出层函数选择对BP神经网络预测精度有较大影响,一般隐含层节点转移函数选用tansig函数或者logsig函数,输出层节点转移函数选用tansig函数或者purelin函数。

BTF:BP神经网络学习训练函数,默认为taringlm函数,

BLF :权重学习函数,默认值为learngdm。traingd:最速下降BP算法。 traingdm:动量BP算法 trainda:学习率可变的最快下降BP算法。 traindx:学习率可变的动量BP算法。 trainrp : 弹性算法。

PF:性能函数,默认值为mse,可选择的还有sse,sae,mae,crossentropy 。mse:均方差。sse:和方差。mae: 平方损失。 crossentropy:交叉熵。

IPF/OPF/DDF均设置为默认值即可。
4.训练函数 :(训练所有神经网络)

net,tr,Y,E,Pf,Af = train(net,P,T,Pi,Ai)
net :需要训练的神经网络
p :网络输入
T :网络期望输出
Pi/Ai:初始输入/层延迟,默认为0
net
:训练好的神经网络
tr:训练记录,包括训练的步数epoch和性能perf 对于没有输入延迟或层延迟的网络,Pi、Ai、Pf和Af参数是不需要的。

仿真函数:Y,Pf,Af,E,perf = sim(net,P,Pi,Ai,T)

pf:最终输入延时

Af:最终层延迟

E:网络误差

Y:拟合或预测值

perf:网络性能

net:BP神经网络

P:拟合或预测值

T:拟合或预测期望

基本步骤:1。导入数据,分为训练输入数据和训练输出数据,测试输入数据和测试输出数据,各个层的节点数量,

2.训练样本归一化(包括训练输入和训练输出)

3.构建神经网络

4.网络参数配置

5.训练神经网络net

6.测试样本归一化

7.利用训练后的net进行预测测试集

8.得到预测结果

9.再进行反归一化得到原数值

10.计算误差

参考大佬视频:添加链接描述

相关推荐
Evand J19 小时前
【MATLAB例程】基于IMM-CKF的AOA+测距融合的二维移动目标跟踪定位
开发语言·matlab·目标跟踪
谙弆悕博士20 小时前
从“预测下一个词”到“预测世界下一状态”:世界模型是不是下一个AGI叙事?
人工智能·gpt·深度学习·神经网络·agi·jepa·genie 4
猿人谷2 天前
遗传编程的未来:从进化搜索到自主发现求解方法
人工智能·深度学习·神经网络·ai-native
在所不辞兄2 天前
【人工智能驱动的电催化研究-07】CSV文件、路径与可追溯记录
人工智能·深度学习·神经网络·机器学习·有限元·电化学·电催化
机器学习之心2 天前
物理信息神经网络与扩展物理信息神经网络(PINN/XPINN)求解功能梯度材料稳态—瞬态热传导,MATLAB代码
matlab·物理信息神经网络
普通人62 天前
PHP多维数组排序完全指南
开发语言·php·1024程序员节
严肃小白兔3 天前
第 06/24 期:神经网络的反向传播算法:从链式法则到梯度计算
人工智能·神经网络·算法
在所不辞兄3 天前
为什么在新能源汽车电驱与热管理开发中,AI驱动的数字孪生和数据驱动仿真正在部分替代对物理台架与实车标定的依赖?
人工智能·深度学习·神经网络·算法·机器学习
普通人64 天前
WebGL与WebGPU入门指南
开发语言·webgl·1024程序员节
IT古董4 天前
AI 资讯日报 | 2026年10月25日:Kimi K3.1 Pro开源逼近前沿,OpenAI改离线训练,Claude合并Cowork,神经网络黑箱获新解,具身智能竞技场落幕
人工智能·神经网络·开源