神经网络初学答疑汇总

神经网络初学答疑汇总

ID:12078843

大小:23.36 KB

页数:11页

时间:2018-07-15

神经网络初学答疑汇总_第1页
神经网络初学答疑汇总_第2页
神经网络初学答疑汇总_第3页
神经网络初学答疑汇总_第4页
神经网络初学答疑汇总_第5页
资源描述:

《神经网络初学答疑汇总》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、写得很不错的博文,取自:晴天小猪的博文,汇总出来与大家一起分享。神经网络(BP)系列(1)关于样本的归一和反归一 这个系列主要针对使用matlab 神经网络工具箱,对一些初学者容易理解错误的地方进行解析。我的解析也可能有理解不对的地方,希望大家批评指正.这个系列主要针对使用matlab神经网络工具箱,对一些初学者容易理解错误的地方进行解析。1. 神经网络一列为一个样本,所以对于matlab而言,要求输入和输出的列数必须一样的经常有人问起的问题:Errorusing==>network/trainTarget

2、sareincorrectlysizedfornetwork.Matrixmusthave1rows.解决:要求PT的列数一样,如果不一样P=p’t=t’转置一下2.  归一澄清一个对归一的错误理解1样本矩阵为9行4列。9组样本,4个变量。现在归一化:x=[68.7   66.6   5610   19.2;89.9   90.8   4500   11.8;120.8   120.6   6800   20.6;169   40.4   6160   40.6;180.8   69.8   7330   

3、33.4;190.3   130.2   7320   31.6;109.8   151.1   5754   86.1;33.2   61.4   8255   22.6;111.7   126.6   7040   13.6;]写法一:fori=1:9x1(i,:)=(x(i,:)-min(x(i,:)))/(max(x(i,:))-min(x(i,:)))end结果:0.0089   0.0085   1.0000   00.0174   0.0176   1.0000   00.0148   0.0

4、148   1.0000   00.0210   0     1.0000   0.00000.0202   0.0050   1.0000   00.0218   0.0135   1.0000   00.0042   0.0115   1.0000   00.0013   0.0047   1.0000   00.0140   0.0161   1.0000   0写法二:x=x'fori=1:4x1(i,:)=(x(i,:)-min(x(i,:)))/(max(x(i,:))-min(x(i,:)))

5、end结果:Columns1through80.2260   0.3609   0.5576   0.8644   0.9395   1.0000   0.4876   00.2367   0.4553   0.7245   0     0.2656   0.8112   1.0000   0.18970.2956   0     0.6125   0.4421   0.7537   0.7510   0.3340   1.00000.0996   0     0.1184   0.3876   0.290

6、7   0.2665   1.0000   0.1454Column90.49970.77870.67640.0242注意:写法 2为正确的归一化对归一的错误理解2将数据集分为训练集和测试集,对训练集和测试集分别做归一处理所以就会有人问如果我的测试集只有一个数据如何归一呀最大最小值从那里找呀正确的理解是:训练集和测试集的归一标准是一样的建议:如果训练集和测试集是一起归一的可以自己编程实现归一如果是训练集和测试集是分开的,最好是使用matlab自带的premnmx、postmnmx、tramnmx 函数如果是

7、自己编程的话,请注意训练集和测试集的归一标准需要一样premnmx、postmnmx、tramnmx函数的使用例子如下:ExampleHereisthecodetonormalizeagivendatasetsothattheinputsandtargetswillfallintherange[-1,1],usingPREMNMX,andthecodetotrainanetworkwiththenormalizeddata.p=[-10-7.5-5-2.502.557.510];t=[07.07-10-7.

8、0707.07107.070];[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);net=newff(minmax(pn),[51],{'tansig''purelin'},'trainlm');net=train(net,pn,tn);Ifwethenreceivenewinputstoapplytothetrainednetwork,wewilluseTRAMNMXtotran

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。