神經網路工具箱怎麼看誤差曲線

⑴ 這是一個神經網路模型訓練次數誤差曲線，請高手看一下有什麼問題

沒學過，最好去專業網站上看看

⑵ BP神經網路怎麼補畫訓練誤差曲線

你當時沒有保存曲線，現在就沒有了，不妨重新預測一遍。

在R2009的NN工具箱中，數據被自動分成training set、validation set 及test set 三部分，training set是訓練樣本數據，validation set是驗證樣本數據，test set是測試樣本數據，這樣這三個數據集是沒有重疊的。在訓練時，用training訓練，每訓練一次，系統自動會將validation set中的樣本數據輸入神經網路進行驗證，在validation set輸入後會得出一個誤差（不是網路的訓練誤差，而是驗證樣本數據輸入後得到的輸出誤差，可能是均方誤差），而此前對validation set會設置一個步數，比如默認是6echo，則系統判斷這個誤差是否在連續6次檢驗後不下降，如果不下降或者甚至上升，說明training set訓練的誤差已經不再減小，沒有更好的效果了，這時再訓練就沒必要了，就停止訓練，不然可能陷入過學習。所以validation set有個設置步數，作用就在這里。在你的10組樣本中，不可能全部作為訓練樣本的，還要有測試樣本和驗證樣本。根據matlab版本的不同，具體怎麼分配樣本也不一樣，像R2009應該是自動分配的。

⑶ Matlab中RBF神經網路訓練怎樣設置，才能像BP網路那樣顯示誤差曲線問題

train前加上
net.trainParam.showWindow = true；

⑷ 用MATLAB中神經網路工具箱固有函數建立的BP網路，訓練精度始終達不到，而且誤差也大，該如何解決

除了樓上的方法，還可以修改下神經網路的初始權值，這方面的方法很多，可以改變下初始參數的取值范圍，或者用遺傳演算法搜索下。另外，改變神經網路的訓練函數是十分有效的，比如trainscg什麼的，還有好幾個記不得了，自己找找看！

⑸ 請問怎樣顯示Matlab神經網路中感知器的訓練誤差曲線

請問你知道如何解決這一問題的嗎？

⑹ matlab中,我想改動MLP的誤差函數,不知它是在神經網路工具箱中哪個文件中

mse,sse

⑺ 怎麼使兩次神經網路訓練誤差曲線在一個圖上啊

利用plot及hold on函數繪制train函數返回tr參數中訓練誤差的內容

⑻ 運行MATLAB BP神經網路後，得到了誤差曲線(mse)，圖例里有四個量，其中，Validation代表啥意思啊

代表檢驗這個網路的訓練結果。

mse表示均方差，當然越小越好。但是這與你訓練樣本的多少，訓練次數都有很大關系。

這個其實沒有統一的標准，任何人都知道0偏差當然是最好。但是根絕神經網路本身致命的缺陷，由於它是迭代收斂逼近解析式，所以不可能達到0誤差。

這只有根據使用者的工程技術要求來加以判斷，這個誤差指標肯定應該在小於工程誤差范圍內啊。但是對於科研研究，也只能具體情況具體分析。定量一說沒有具體絕對一說的。

(8)神經網路工具箱怎麼看誤差曲線擴展閱讀：

BP神經網路的計算過程由正向計算過程和反向計算過程組成。正向傳播過程，輸入模式從輸入層經隱單元層逐層處理，並轉向輸出層，每～層神經元的狀態隻影響下一層神經元的狀態。如果在輸出層不能得到期望的輸出，則轉入反向傳播，將誤差信號沿原來的連接通路返回，通過修改各神經元的權值，使得誤差信號最小。

⑼ BP神經網路工具箱，點擊perfoemance之後，會出來一個誤差圖，請問那個data1和data2分別默認代表什麼

首先,求出實際輸出和期望輸出之差,然後再求這個差的均方值,
輸出層各單元的一般化誤差定義為這個均方值對輸出層輸入的負偏導數.
不知道我這樣的表述是否清楚?
本想給你看一下具體的公式,但是這里好像不支持公式編輯器裡面的內容.

⑽ 用matlab的神經網路工具箱（nntool命令打開的窗口化工具）做bp神經網路時怎麼生成誤差曲

訓練結束後，訓練窗口裡有一個plot區域，點擊performance按鈕，就能彈出誤差曲線下降圖。內

BP（Back Propagation）神經網路是86年由容Rumelhart和McCelland為首的科學家小組提出，是一種按誤差逆傳播演算法訓練的多層前饋網路，是目前應用最廣泛的神經網路模型之一。BP網路能學習和存貯大量的輸入-輸出模式映射關系，而無需事前揭示描述這種映射關系的數學方程。它的學習規則是使用最速下降法，通過反向傳播來不斷調整網路的權值和閾值，使網路的誤差平方和最小。BP神經網路模型拓撲結構包括輸入層（input）、隱層(hidden layer)和輸出層(output layer)。