神经网络有3层，输出层2个神经元，样本训练后，如何拟合某一个输入和输出之间的图形？具体命令是如何？

如题所述

举报该问题

第1个回答 2011-11-17

用你训练出来的模型（就是那些连接权值参数），再代入输入数据和输出数据，然后模型会产生一个输出y0，在matlab里画出这个y和你已知的输出值，一看图就知道拟合的怎么样了；比如产生10个输出值y0(1)->y0(10)，就会有十个真实值（已知）y(1)-.y(10)；n=1:10;plot(n,y(n),'r-',n,y(n),'b');追问

您的qq是多少？在这里讲不清楚，可以qq聊嘛？

第2个回答 2011-11-29

保存训练好的模型,将新的输入导入,就会产生一个输出.有了这两组数据,你自己想要什么图形，就去做什么图形了，用电子表格后期处理这些数据，不是比用matlab要好得多?

相似回答

神经网络的结构是怎样的?答：连接：神经元通过连接通信，接收前一层输入，加权求和后传递到下一层。连接可全可部分，取决于设计。池化层：卷积神经网络中的操作，降低数据尺寸，减少参数与计算量。常见操作有最大池化与平均池化。丢弃层：防止过拟合的正则化技术，训练过程中随机丢弃神经元输出，促使学习更稳健特征。损失函数：评估预测...

从零开始:教你如何训练神经网络答：通过反向传播，可以将损失函数的梯度从输出层逐层传递到输入层，从而更新整个网络的权重。训练网络：使用选定的优化算法和反向传播算法来训练神经网络。在训练过程中，不断迭代更新网络的权重，以最小化损失函数。监控训练过程中的损失值和准确率等指标，以评估模型的性能。优化与调参：根据训练结果调整超参数...

一文看懂四种基本的神经网络架构答：一个神经元有n个输入,每一个输入对应一个权值w,神经元内会对输入与权重做乘法后求和,求和的结果与偏置做差,最终将结果放入激活函数中,由激活函数给出最后的输出,输出往往是二进制的,0 状态代表抑制,1 状态代表激活。可以把感知机看作是 n 维实例空间中的超平面决策面,对于超平面一侧的样本,感知器输出 1,对于...

神经网络的前世今生答：神经网络由输入层、隐藏层、输出层组成。红色代表输入层，绿色代表输出层，紫色代表隐藏层。输入层有3个输入单元，隐藏层有4个单元，输出层有2个单元。M-P模型由心理学家McCulloch和数学家Pitts在1943年提出，为神经网络大厦奠定了基础。神经元模型中，权重值的调整是关键，决定了预测结果的优劣。神经元...

神经网络基础内容--输入、隐藏、输出三层及激活、损失、优化函数简单...答：输入层的作用是将输入数据转化为神经网络内部可以处理的格式,例如将图像数据转化为向量形式。一个常见的例子是将 RGB 图像转换为三个独立的灰度图像通道。输入层的输出是传递给下一层神经元的输入,这里的下一层可以是隐含层或输出层。隐含层是神经网络中除了输入层和输出层以外的所有层,其作用是将输入数据转换为...

LLM-全连接神经网络答：全连接网络，一个前馈的神经网络架构，由三个核心层构成：输入层、隐藏层和输出层，犹如神经元的思维网络，每个神经元如同大脑的神经元，接收前一层所有神经元的馈赠——加权输入，正是通过这种非线性转换，通过激活函数的魔力，赋予网络处理复杂问题的能力。激活函数，如同神经元的开关，引入非线性，使得...

用BP神经网络建立数学模型,MATLAB实现,怎样得到输入到输出的计算...答：训练网络后，提取网络权值和阈值。具体包括输入层到隐层1的权值w1、阈值b1，隐层1到隐层2的权值w2、阈值b2，以及隐层2到输出层的权值w3、阈值b3。使用公式计算输出y。首先对输入数据进行归一化，然后通过tansig函数激活函数计算各层输出，最后进行反向归一化得到最终输出y1。为了验证网络计算结果的准确性...

一文读懂卷积神经网络(CNN)答：常见的池化操作有最大值池化和平均值池化。输出层：通常包含全连接层和softmax层。全连接层进行分类决策，softmax层将分类概率转换为最大概率的预测结果。2. 卷积层的工作原理局部连接：与全连接网络不同，CNN中的每个神经元仅与输入神经元的一部分区域相连，这种局部连接的方式大大减少了连接的数量，...

BP神经网络的原理的BP什么意思答：（3）输出层 输出层输出网络训练的结果矢量，输出矢量的维数应根据具体的应用要求来设计，在设计时，应尽可能减少系统的规模，使系统的复杂性减少。如果网络用作识别器，则识别的类别神经元接近1，而其它神经元输出接近0。以上三层网络的相邻层之间的各神经元实现全连接，即下一层的每一个神经元与上一...

大家正在搜

神经网络神经元输入输出个数神经网络和神经元网络神经网络输入神经元个数神经网络神经元数量和层数神经网络隐藏层神经元个数神经网络中的神经元神经网络神经元个数神经网络只有10个样本神经网络训练样本