㈠ matlab神经网络工具箱的网络训练问题
楼主，首先，我不是高手
其次，你的T中间的00最好分开写，还有threshold中的01（如果是要分开的话）
再次，newff中的，我改成了这样net=newff(threshold,[5,5],{‘tansig’,’logsig’},‘traingdx’);单引号要切换成英文输入后打进去
最后，我的可以运行了
㈡ matlab中bp神经网络的工具箱怎么用，不要matlab程序，就工具箱怎么实现问题的解决
matlab中神经网络的工具箱：输入nntool，就会弹出一个对话框，然后你就可以根据弹出框的指示来操作。
㈢ matlab神经网络工具箱，会比自己写的遗传算法优化bp神经网络好用嘛
1、遗传算法优化BP神经网络是指优化神经网络的参数； 2、因此，对训练时间没有影响。
㈣ 为什么谈论深度学习工具时，很少有人讨论matlab的神经网络工具包
matlab自带的？没用过=。=
不过原来在用的是deeplearningtoolbox
㈤ 关于MATLAB中神经网络工具箱的问题
线性神经网络的构建：
net=newlin(PR,S,ID,LR)
PR--Rx2阶矩阵，R个输入元素的最小最大矩阵
S---输出层神经元个数
ID--输入延迟向量，默认值为[0]
IR--学习率，默认值为0.01
net = newlin([-1 1;-1 1],1); 表示设计的是一个双输入单输出线性神经网络
P = [1 2 2 3; 2 1 3 1];表示输入样本有四个，每一列就是一个输入样本
又比如假设我们期望的输出为 T=[1 2 3 4],则一个简单的神经网络如下：
>>net = newlin([-1 1;-1 1],1);%创建初始网络
P=[1 2 2 3; 2 1 3 1]%输入
T=[1 2 3 4]%期望的输出
net=newlind(P,T);%用输入和期望训练网络
Y=sim(net,P)%仿真，可以看到仿真结果Y和期望输出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
楼主可以从《matlab神经网络与应用（第二版）》董长虹 开始入门神经网络的matlab实现
㈥ matlab神经网络工具箱问题
线性神经网络的构建：
net=newlin(PR,S,ID,LR)
PR--Rx2阶矩阵，R个输入元素的最小最大矩阵
S---输出层神经元个数
ID--输入延迟向量，默认值为[0]
IR--学习率，默认值为0.01
net = newlin([-1 1;-1 1],1); 表示设计的是一个双输入单输出线性神经网络
P = [1 2 2 3; 2 1 3 1];表示输入样本有四个，每一列就是一个输入样本
又比如假设我们期望的输出为 T=[1 2 3 4],则一个简单的神经网络如下：
>>net = newlin([-1 1;-1 1],1);%创建初始网络
P=[1 2 2 3; 2 1 3 1]%输入
T=[1 2 3 4]%期望的输出
net=newlind(P,T);%用输入和期望训练网络
Y=sim(net,P)%仿真，可以看到仿真结果Y和期望输出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
楼主可以从《matlab神经网络与应用（第二版）》董长虹 开始入门神经网络的matlab实现
参考资料：《matlab神经网络与应用（第二版）》
㈦ Matlab神经网络工具箱问题~
这好像和你的输出有关。您输出的矩阵是什么？你可以把你的神经网络发上来看看。
㈧ MATLAB神经网络工具箱的问题
可以的，具体你可以到MATLAB的中文论坛，里面有个神经网络的版块去看看，其实神经网络还是很好学的~
㈨ matlab中BP神经网络工具箱如何对发动机寿命进行预测
关于神经网络（matlab）归一化的整理由于采集的各数据单位不一致，因而须对神经网络是以样本在事件中的统计分别几率来进行训练（概率计算）和预测的，,IHBBbz