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
独行soc30 分钟前
#渗透测试#SRC漏洞挖掘#深入挖掘XSS漏洞02之测试流程
web安全·面试·渗透测试·xss·漏洞挖掘·1024程序员节
Chef_Chen37 分钟前
从0开始学习机器学习--Day13--神经网络如何处理复杂非线性函数
神经网络·学习·机器学习
远望清一色2 小时前
基于MATLAB的实现垃圾分类Matlab源码
开发语言·matlab
Chef_Chen3 小时前
从0开始机器学习--Day17--神经网络反向传播作业
python·神经网络·机器学习
XuanRanDev4 小时前
【每日一题】LeetCode - 三数之和
数据结构·算法·leetcode·1024程序员节
羊小猪~~5 小时前
神经网络基础--什么是正向传播??什么是方向传播??
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
顶呱呱程序7 小时前
2-143 基于matlab-GUI的脉冲响应不变法实现音频滤波功能
算法·matlab·音视频·matlab-gui·音频滤波·脉冲响应不变法
鹏大师运维10 小时前
【功能介绍】信创终端系统上各WPS版本的授权差异
linux·wps·授权·麒麟·国产操作系统·1024程序员节·统信uos
简简单单做算法10 小时前
基于Retinex算法的图像去雾matlab仿真
算法·matlab·图像去雾·retinex
985小水博一枚呀10 小时前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer