资源描述：
《神经网络问的题目汇总情况情况》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、实用标准文案1最近看神经网络的书籍时，看了论坛的一些相关帖子，可是还是有些地方不太明白，感觉很多训练函数参数的解释都是一笔带过，我这个初学者有点难理解，epochs是最大训练次数，能否说也是迭代次数，即重复循环次数。lr学习率怎么理解呢？特别是它的数字代表的什么意思呢？能否举例说明，谢谢。min_grad最小梯度要求，针对的是所有函数的梯度？关于梯度这里也有点迷糊，网上把梯度当成导数理解，这样合适吗？还有梯度的计算，为什么要计算梯度呢？这里的梯度指的是所有传递函数的梯度？show显示训练迭代过程，50就代表每隔50次训练
2、，显示一次训练进程，这样理解合适吗？以怎样的方式显示呢？是不是performance每隔50取一个点再连接起来？问题比较基础，也比较多，因为小弟初学者，还请多多理解。谢谢耐心的你，回答我的问题1.epochs理解为最大迭代次数是没问题的2.lr是学习率，这是权值调整过程中用到的一个参数，具体含义还需从权值调整的原理说起3.梯度和学习率一样，如果对算法原理不了解，很难解释清楚4.关于show你的理解是正确的对于梯度下降可以理解为每次权值和阀值的修改量大小，改动太小了，就可以认为网络收敛，可以停止训练了2请问：用matlab
3、初始化PSO算法的v、x时，一下这两种方式应该都差不多吗？1.v=rand(N,D,1) 2.用for循环赋值：x(i,j)=rand 我在程序中试过最后结果都是N*D的随机矩阵，是不是方法2用for略显繁琐些呢？曾经看过帖子，有人说在matlab下乱用for循环是没有充分利用matlab的矩阵功能，所以我想，是不是在matlab下用1更好些呢？两种方法是完全一样的，第一种没有用循环，所以效果更好点，用循环会增加程序的运行时间3请教个问，要得急下图是两类样本，红色的是一类，蓝色的是一类，这样的样本能用吗？楼主
4、能具体解释下数据不，神经网络预测的精确与否与数据有比较大的关系，简单来说，就是输入数据和输出数据存在关联性，因为网络本身可以看成是一个函数的4发表于2009-11-609:07:31
5、只看该作者
6、倒序浏览您好史老师,我以前用的是工具箱中newff,train,sim。样本就是这些，训练精度达人满意的效果。现在自已写程序能否达到这个效果？我的样本是实际测量得出的。而且样本的数目根据实际情况已经不可能再增加.谢谢中午回去给你试下，不过你的数据里面只有训练数据了，没有测试数据了，精彩文档实用标准文案一般工具箱函数精度高很多，我
7、自己做的BP程序也存在预测效果稍差的问题楼主的问题解决了，应该是加上阀值，不是减阀值，正好反了，另外，建议楼主把输入数据归一化，输出归一不归一无所谓5L=[1234;5678;9101112]L= 1 2 3 4 5 6 7 8 9 10 11 12>>std=corrcoef(L)%相关系数std= 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1>>
8、covL=cov(L)%协方差covL= 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16 16[本帖最后由niuniuyun于2009-10-2617:27编辑]6很多自变量，一个因变量，如何用神经网络进行变量选择，找出和因变量最相关的几个自变量？ 用哪些神经网络好呢？原帖由史峰于2009-10-1517:32发表你好，BP和RBF等都应该可以，各种网络间差异应该不是很大，楼主的问题的具体是怎样的呢，能详细描述一下吗，比如数据的输入输出，训练集等
9、等精彩文档实用标准文案一共有644个自变量，一个因变量。要在这644个自变量中选择和因变量最相关的。问题就是这样。pca好像能做。神经网络也可以，可是不知道如何下手。这个得具体问题具体分析，大体的思路是将所有自变量进行分组，所有分组的组合构成搜索空间，利用遗传算法找到最优的分组组合，对应的自变量就是筛选出来的输入变量7fori=1:nRept net=newff(p_z,t_z,n,{'tansig','purelin'},'traingdx'); %net=newff(minmax(p_z),[n,1],{'t
10、ansig','purelin'},'traingdx'); %初始化网络 %网络设置 net.layers{1}.initFcn='initnw'; net.inputWeights{1,1}.initFcn='rands'; net.biases{1,1}.initFcn='rands'; net=i
