【Matlab工具箱】BP神经网络

【Matlab工具箱】BP神经网络

3 years ago

source link: https://www.guofei.site/2016/05/06/MatlabToolboxBP.html
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

2016年05月06日

Author: Guofei

文章归类: 趣文，文章编号:

版权声明：本文作者是郭飞。转载随意，但需要标明原文链接，并通知本人
原文链接：https://www.guofei.site/2016/05/06/MatlabToolboxBP.html

Edit

Matlab自带的神经网络工具箱非常好用。
BP神经网络自动整合了验证集等防止过拟合，运算效率也很高
完整代码如下：

%BP神经网络通用代码
%%
%源数据
clear;clc;close
P=[-1 -1 2 2 ;0 5 0 5 ];
t=[-1 -1 1 1];
%%
%生成
net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingd');
%输入参数：样本P范围，[各层神经网络数目]，{各层传递函数},'训练函数'
%训练函数：
%traingd------梯度下降法，7个参数
%traindm------有动量梯度下降法，附加1个参数mc(动量因子，默认0.9)
%traingda------有自适应lr的梯度下降法，附加3个参数lr_inc(学习率增长比,默认1.05),lr_dec(学习率下降比，默认0.7),max_perf_inc(表现函数增加最大比,默认1.04)
%traindx------梯度下降法,有动量,有lr，附加traindm和trainda的4个参数
%trainrp------弹性梯度下降法，可以消除输入数值很小或很大时的误差，附加4个参数delt_inc(权值变化增加量，默认1.2),delt_dec(权值变化减小量，默认0.5),delt0(权值变化初始量，默认0.07),deltamax(权值变化最大值，默认50.0)
%共轭梯度法：占用空间小，附加训练参数searchFcn，缺少训练参数lr
%共轭梯度法：traincgf--Fletcher--Reeves
%共轭梯度法：traincgp--Polak--Ribiere
%共轭梯度法：traincgb--Powell--Beale
%量化共轭梯度法：trainscg，比其他共轭梯度法更节省时间，附加两个参数sigma(因二次求导对全值调整的影响参数，默认5.0e-7),lambda(Hessian阵不确定性调整参数，默认5.0e-7)
%trainbfg--BFGS拟牛顿法，收敛速度快，需要内存多，适合小型网络，参数同共轭梯度法
%trainoss：一步正割的BP训练法，解决BFGS内存问题，参数同共轭梯度法
%train--Levenberg-Marquardt，用于内存充足的中小型网络

net=init(net)

net.trainparam.epochs=300;%最大训练次数
net.trainparam.lr=0.05;%学习率，默认0.01
net.trainparam.show=50;%显示训练过程，默认25，nan表示不显示
net.trainparam.goal=1e-5;%要求精度,默认0

[net,tr]=train(net,P,t)
a=sim(net,P)

您的支持将鼓励我继续创作！

Recommend