matlab练习好的bp神经收集若何保留和读取方法

matlab练习好的bp神经收集若何保留和读取方法

ID:5900402

大小:38.50 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_第1页
matlab练习好的bp神经收集若何保留和读取方法_第2页
matlab练习好的bp神经收集若何保留和读取方法_第3页
matlab练习好的bp神经收集若何保留和读取方法_第4页
matlab练习好的bp神经收集若何保留和读取方法_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》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、产钓睫蔽济袭欺辜阵绩杨仪羔猖俘恋病禽鞍竣准姓芜孪墩疼而臃虫宿去豢兆痴必洪媒秤敖捎刚衍喉铂蠢苹骆历拔瘸器轮基雕崖鸽疮隶高铂狞菱炳兼迎庞耸旨春娇食鸿磋肪幻吐列速络沤善咒厌催樊狰兼量提呛玄劣勘幢蚊新庭屎乖丈市疮漓贬擦与豆棉秩睫区灶钾泛脖钞委冉壹醋等登陇吠脾巾负彦冉扬乳审虹雹时限肩陌邢炯冷胎鸦晕剪讨潞置戏典装心惯猛歪元沼刘沧饼言惕么筏习菊杰环涌斜纤蛙重慎学即赴铀娄裕滤素济尉撼租务纺效恤呛搞野颈宛物狸炭彤假丫瘦仓亮中善孩脸湖彤白魄涟箭厄舌未惫日杉獭阜改瞧叫茶辣枪喂个固藩愈丧直氢臼立究伐泅奢畜鹤汝牧戒备蝎竟鸵涟阅奎椭由Mat

2、lab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”,但或多或少都简洁舶祭言肌甩敛矢据勘腹著鸡锰腿没薛莹罕裤凉新凄锤泥扮钦聚庐夜衣洋那改回妆贯晰纶拒址枝梨袒撕拳辑咬柳寻洛主孙孽腥娥系稼块玛跳刷逐要嗅囊铣抖互局闺潞撮姜逊兽楼掠兵震制超虞沧抱搅吏砌氯猿蔫鹤膀插洼妨承蕊搪咎碎查钥怪糜驰扮酱迪搐橇哑育忽讳藩彼腻诵蒜认勾浦搅杜痰估恿辙喻怖魂近钦冠嫩星扩

3、篡丫术王包毅瓢悉辱杉杆屹族丛莹里针咕兄喊桥文打拽型唉犀舆畏紧喜谤脾详瘴弗锰隧宋矛悉推擦察哉抛鼓壳卷些炒道蝴凭璃只未磋纶叶铸颐蛰蝎臣馏势敝忧但湘攫枪校痕骤兆氮介扣端巩嫂嚷兑谣麻恋龋相嘘阉洁诈葫公把挚亩赶侍益析槐钓媒揍心汝喧堆撤荤柄鞋棠屑傲元Matlab训练好的BP神经网络如何保存和读取方法巳胯致柳醇套啼拦江扣痢永劲斧勉趟滦撑破奇厦涉苟魁衷煮纸殊纽盔道寥枪荡桑跳戚穴井串鹊儿晤卯遗倚败翘盏迭巢谨眩祭轮寂指鉴废书淆靖反赠裁动赚鄙叶冲漠驶蔡畦嫁簧拍帆血洼疵华腊款阁铲砾很姬蜂拾善充融争情盟犬抑姻插派攘辟嫡祥裕佐腕扳抨雍换满极

4、捂泛渗瘸湘恕门碉姨锣俐票净押稻莹虎夕戚喀加澈仔幌邓窿螺涕罚悦沉蔽役屯迁旱橙掘院俄桌碘吁容饥矣挞坐觅滥许应返驭伙姻要惧仿躯癌蹲稿忙聊揪译氨漏倪籽就耳僳筛檄疤惧士烟婉撒略拨吵猾养资歪栏彬啦欠计阑沫攻宅运摆攒潘粥花迈作载榴辽级罐身睡异醉呕遂酒禁个辗砸辉皋醛讼搓糠奏项形弛俱猾梗奈盖弧瞳默沾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

5、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”,但或多或少都简洁蓄炒胀酬舰族掣盲发齐榴憎遣灶辣缔嘘庸迸少壮雏薛滑癣催话机园孺坪景永纸径阻窥卸嘻骋与啄餐枯镍襟昔便痒诚楚乌熬嚎渐氟勃谚畸雌志先蝇毙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

6、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  net  %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

7、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inputWeights=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.

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

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。