㈠ matlab神經網路工具箱的網路訓練問題
樓主，首先，我不是高手
其次，你的T中間的00最好分開寫，還有threshold中的01（如果是要分開的話）
再次，newff中的，我改成了這樣net=newff(threshold,[5,5],{『tansig』,』logsig』},『traingdx』);單引號要切換成英文輸入後打進去
最後，我的可以運行了
㈡ matlab中bp神經網路的工具箱怎麼用，不要matlab程序，就工具箱怎麼實現問題的解決
matlab中神經網路的工具箱：輸入nntool，就會彈出一個對話框，然後你就可以根據彈出框的指示來操作。
㈢ matlab神經網路工具箱，會比自己寫的遺傳演算法優化bp神經網路好用嘛
1、遺傳演算法優化BP神經網路是指優化神經網路的參數； 2、因此，對訓練時間沒有影響。
㈣ 為什麼談論深度學習工具時，很少有人討論matlab的神經網路工具包
matlab自帶的？沒用過=。=
不過原來在用的是deeplearningtoolbox
㈤ 關於MATLAB中神經網路工具箱的問題
線性神經網路的構建：
net=newlin(PR,S,ID,LR)
PR--Rx2階矩陣，R個輸入元素的最小最大矩陣
S---輸出層神經元個數
ID--輸入延遲向量，默認值為[0]
IR--學習率，默認值為0.01
net = newlin([-1 1;-1 1],1); 表示設計的是一個雙輸入單輸出線性神經網路
P = [1 2 2 3; 2 1 3 1];表示輸入樣本有四個，每一列就是一個輸入樣本
又比如假設我們期望的輸出為 T=[1 2 3 4],則一個簡單的神經網路如下：
>>net = newlin([-1 1;-1 1],1);%創建初始網路
P=[1 2 2 3; 2 1 3 1]%輸入
T=[1 2 3 4]%期望的輸出
net=newlind(P,T);%用輸入和期望訓練網路
Y=sim(net,P)%模擬，可以看到模擬結果Y和期望輸出T的接近程度
P =
1 2 2 3
2 1 3 1
T =
1 2 3 4
Y =
0.8889 2.1667 3.0556 3.8889
樓主可以從《matlab神經網路與應用（第二版）》董長虹 開始入門神經網路的matlab實現
㈥ matlab神經網路工具箱問題
線性神經網路的構建：
net=newlin(PR,S,ID,LR)
PR--Rx2階矩陣，R個輸入元素的最小最大矩陣
S---輸出層神經元個數
ID--輸入延遲向量，默認值為[0]
IR--學習率，默認值為0.01
net = newlin([-1 1;-1 1],1); 表示設計的是一個雙輸入單輸出線性神經網路
P = [1 2 2 3; 2 1 3 1];表示輸入樣本有四個，每一列就是一個輸入樣本
又比如假設我們期望的輸出為 T=[1 2 3 4],則一個簡單的神經網路如下：
>>net = newlin([-1 1;-1 1],1);%創建初始網路
P=[1 2 2 3; 2 1 3 1]%輸入
T=[1 2 3 4]%期望的輸出
net=newlind(P,T);%用輸入和期望訓練網路
Y=sim(net,P)%模擬，可以看到模擬結果Y和期望輸出T的接近程度
P =
1 2 2 3
2 1 3 1
T =
1 2 3 4
Y =
0.8889 2.1667 3.0556 3.8889
樓主可以從《matlab神經網路與應用（第二版）》董長虹 開始入門神經網路的matlab實現
參考資料：《matlab神經網路與應用（第二版）》
㈦ Matlab神經網路工具箱問題~
這好像和你的輸出有關。您輸出的矩陣是什麼？你可以把你的神經網路發上來看看。
㈧ MATLAB神經網路工具箱的問題
可以的，具體你可以到MATLAB的中文論壇，裡面有個神經網路的版塊去看看，其實神經網路還是很好學的~
㈨ matlab中BP神經網路工具箱如何對發動機壽命進行預測
關於神經網路（matlab）歸一化的整理由於採集的各數據單位不一致，因而須對神經網路是以樣本在事件中的統計分別幾率來進行訓練（概率計算）和預測的，,IHBBbz