如何使用Matlab的newff函数创建神经网络？

本文共计380个文字，预计阅读时间需要2分钟。

`newff函数用于创建一个可训练的前馈神经网络。函数语法为：net=newff([S1, S2, ..., SN], {TF1, TF2, ..., TFN}, BTF, BLF, CPF)`。newff函数创建一个前馈神经网络，其中PR表示输入R^2矩阵的维度。

函数newff建立一个可训练的前馈网络。

newff函数语法​

newff函数的格式为：

net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：

PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；

Si：第i层神经元个数；

TFi：第i层的传递函数，默认函数为tansig函数；

BTF：训练函数，默认函数为trainlm函数；

BLF：权值/阀值学习函数，默认函数为learngdm函数；

PF：性能函数，默认函数为mse函数。

Matlab

函数名 功 能

purelin 线性传递函数

hardlim 硬限幅传递函数

hardlims 对称硬限幅传递函数

satlin 饱和线性传递函数

satlins 对称饱和线性传递函数

logsig 对数S 形传递函数

tansig 正切S 形传递函数

radbas 径向基传递函数

compet 竞争层传递函数

常见的训练函数有：

traingd ：梯度下降BP训练函数(Gradient descent backpropagation)

traingdx ：梯度下降自适应学习率训练函数

网络配置参数

一些重要的网络配置参数如下：

net.trainparam.goal ：神经网络训练的目标误差

net.trainparam.show ： 显示中间结果的周期

net.trainparam.epochs 　：最大迭代次数

net.trainParam.lr