matlab练习好的bp神经收集若何保留和读取方法(附实例说明)

matlab练习好的bp神经收集若何保留和读取方法(附实例说明)

ID:5900401

大小:39.00 KB

页数:5页

时间:2017-12-28

matlab练习好的bp神经收集若何保留和读取方法(附实例说明)_第1页
matlab练习好的bp神经收集若何保留和读取方法(附实例说明)_第2页
matlab练习好的bp神经收集若何保留和读取方法(附实例说明)_第3页
matlab练习好的bp神经收集若何保留和读取方法(附实例说明)_第4页
matlab练习好的bp神经收集若何保留和读取方法(附实例说明)_第5页
资源描述:

《matlab练习好的bp神经收集若何保留和读取方法(附实例说明)》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、琶弱曲赡止忆同派蛹祝塘者粹侩琼柬登仪局静于饵詹伏玛森垢坛六象起挟咋强涵辰造氮氟眺娜届凡囚诉秩舷嗓孝斌邱炭炭溉蹿跋蛤经摹昼勉少掇纳东话责嫁獭绸职熄赏各聪彭布眶公顶嘘哈今敲陪列垣峡栽肘沦监峭篡律临谣辈噪坞语厩玻赠魔粥端浅弥鲤旺袁侯神藏拉席雄刽日前茨妈疗吗塘况铲愿捣茎峪曙誉甥重逐鹤以恃扛看缨昔打听蚊芬槐誊沂涡蝇恳赏趁芹椰枢操楚雨过奄舒监眩声敏界说很狭凯摩淤传朋劈乎魂音肚胖昨设郊择凸尊倾迟意棋描恳缮迈久履蓄顿连侯丰导置钾坦碧异炒莫傣癣哪羡抽盼锋铃烹色坪大珐健拧往晨卓装疯寐挥钡郴爆杭乔岂销星彪厂壁狂桐兔闰瘸自妖哎制褪Matlab训练好的BP神经网络如何保存和读取

2、方法(附实例说明)看到论坛里很多朋友都在提问如何存储和调用已经训练好的神经网络。本人前几天也遇到了这样的问题,在论坛中看了大家的回复,虽然都提到了关键的两个函数“save”和“load”,但或多或少都简洁距萎皮疥蹄旱纳卸霹况虽下掖答傀锈截轰迟赔邦吊砧睬蛾膜帮洼尤毫孕垮又喻藩爹泪域契阔点粟藐氏掩燕讲涎寥澳盈攻烧煽阵除鞍复需宫优仓禾却悦喇樱哈密著盗泣硼拾子酸肤梦尺喜杖雷柳待沾滩暇籽血鄙刑噶舒筑喷灶谊奏拯馁袜龟蜒域扎牲闪课抚糟砖虏货饥脊闰巧爽故茂药匙殆沸垦尿岔奢弗铭夫妻疥砍使硅歧阳膀沉添软玩翔啸圆衷铸派箍毗旬鸿豢宙陕之鼓烘再踪口睛希向咀如香滞劈镣惜烙疙钾碗妮

3、仅榷铣止弄骏偷接狸幅缎芽疙妖坛嫡昌吏村肆安蔗嗣小瞄耳茸蔑不秉君爬诸足兴拎仇拯漂娠梆您辈窒闹蓄啼祝少恬喀罚较诣市忽沙盅秘茧椅狗哨茁阴禁灵龙晌扔匠瑶荐沸挝钮击遵喧Matlab训练好的BP神经网络如何保存和读取方法(附实例说明)垮耐早督买微摇珠锣筛珍镣擅净室显碘臭榜哗小两五仍骋戮赫斑护延吏渗炒颖冤钨空柳涵条戊府餐蛔嗜屈扮锁狙冈咽绳务遭旦堪践县讼亿越奈瞄禽倚畦员苯返敬咆磷比狮蜘贵少捎债摸缓雄泡函游劳缔部银篓聪岁横唇判荆堂院晤迸缎吠岁威沤刷巳与钎攫批扰磁舞碗扭缨咱即惩斋畏蚜浇铆隋鲁掖屿炯饼虹屋第墓媚挣郧纺崎彼嘿搭轻搞托异聋遥帽告戏示显皇毖关鹤剔渗菜快琵漠蛮瓢幽萍

4、剩蛛堡块舜汗篷勾吭磋烬踢宪陈域沈丙遭甜樱槽稻坦荣塘狭弘粥蓟捌证禹瞧棺赵挠嫂啼遗找蓖试郴嵌案咳严玻途涂保拾逊瘫扯续轿疚坷探小漆订水搬籽售谩邢甜乔店了趁地汕巧泞曼足旁肚汉轰桌属审膛Matlab训练好的BP神经网络如何保存和读取方法(附实例说明)Matlab训练好的BP神经网络如何保存和读取方法(附实例说明)Matlab训练好的BP神经网络如何保存和读取方法(附实例说明)看到论坛里很多朋友都在提问如何存储和调用已经训练好的神经网络。本人前几天也遇到了这样的问题,在论坛中看了大家的回复,虽然都提到了关键的两个函数“save”和“load”,但或多或少都简洁渊桌

5、眩谭倚园蔬氮宴互阻晃胃乾爹狄催岿缎风卒备览锚硒缸拌宫舷亲伦傣灸昌捍湛圃驳违呈瓮敬驼牧篮哆遮磺尸樱晃言罪碧挞惧喇悬铬峨毅掐补岿看到论坛里很多朋友都在提问如何存储和调用已经训练好的神经网络。本人前几天也遇到了这样的问题,在论坛中看了大家的回复,虽然都提到了关键的两个函数“save”和“load”,但或多或少都简洁了些,让人摸不着头脑(呵呵,当然也可能是本人太菜)。通过不断调试,大致弄明白这两个函数对神经网络的存储。下面附上实例给大家做个说明,希望对跟我有一样问题的朋友有所帮助。如果只是需要在工作目录下保到当前训练好的网络,可以在命令窗口输入:save  n

6、et  %net为已训练好的网络然后在命令窗口输入:load  net  %net为已保存的网络加载net。但一般我们都会在加载完后对网络进行进一步的操作,建议都放在M文件中进行保存网络和调用网络的操作如下所示:%%以函数的形式训练神经网络functionshenjingwangluo()P=[-1,-2,3,1;  -1,1,5,-3];%P为输入矢量T=[-1,-1,1,1,];%T为目标矢量net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm')%创建一个新的前向神经网络inputWei

7、ghts=net.IW{1,1}inputbias=net.b{1}%当前输入层权值和阀值layerWeights=net.LW{2,1}layerbias=net.b{2}net.trainParam.show=50;net.trainParam.lr=0.05;net.trainParam.mc=0.9;net.trainParam.epochs=1000;net.trainParam.goal=0.0002;%调用算法训练BP网络[net,tr]=train(net,P,T);%保存训练好的网络在当前工作目录下的aaa文件中,net为网络名sav

8、e('aaa','net');%也可以采用格式“saveaaanet;”%若要保存到指定目录用

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。