神經網路屬性
%通用資訊
name %名字
userdata %使用者定義的資訊
%子物件資訊
%輸入、層、輸出、目標、偏置、權重、連線形式
numinputs %網路接收輸入的數量（我的理解是定義多少個樣本,這裡多個樣本同時輸入算乙個輸入嗎？？？）————根據簡單的實驗，應該是多個樣本組成乙個矩陣也算是乙個輸入，但是組成元胞陣列就不是乙個輸入了
size %我的理解是每個樣本的特徵，net.input
.size
numlayers %網路的層數，應該是不算輸入樣本
biasconnect %偏置的連線方式，可以一次性指定（向量）n*
1，也可以單獨指定，只能是0和1，注意這裡定義的是連線的方式，表示的是有偏置和沒有偏置
intputconnect %表示隱藏層或輸出層是否有接受自輸入的權重，我的理解是是否有輸入是否連線到後面的層上，net.
inputconnect
(i,j)表示第i層的第j個連線是否有連線，inputconnect為矩陣，二值矩陣
layerconnect %表示層與層之間是否有連線，注意關注正向和反饋,net.
layerconnect
(i,j)
,矩陣行表示目標層，列表示出發層
outputconnect %定義哪些層產生輸出，1
*n的矩陣，值為0,1
numoutputs %唯讀，等於outputconnect的中1的總數
numinputdelays %唯讀，沒懂
numlayerdelays %唯讀，沒懂
numweightelements %唯讀，權值和偏置值的數量，net.iw net.b的元素數量
====
====
====
====
====
====
====
====
====
====
====
====
%子物件屬性，見文件
net.inputs %元胞陣列，net.inputs
,在多個網路輸入中使用
net.layers/outputs/biases/inputweights/layerweights/
%全都是結構體
====
====
====
====
====
====
====
====
====
====
====
====
%權重、偏置
iw %表示與輸入關聯的權重矩陣，net.iw 表示第j個輸入連線到第i層，注意是元胞陣列，net.inputweights
.size，注意還與net.
inputconnect
(i,j)有關
lw %表示層與層之間的權重矩陣，也是元胞陣列，net.lw第i層到第j層，net.layerweights
.size, 注意還與net.
layerconnect
(i,j)有關
b %表示偏置，也是元胞陣列，net.b 表示第i層的偏置，net.biases
.size, 注意與biasconnect有關
====
====
====
====
====
====
====
====
====
====
====
====
%網路函式
net.adaptfcn %調整網路 help nntrain
net.adaptparam %
help
(net.adaptfcn)
net.derivfcn %導函式 help nnderivative
net.dividefcn %資料組織函式 help nndivision 將輸入分成訓練、驗證、測試
net.divideparam %
help
(net.dividefcn) 設定三個資料集構成的比率
net.dividemore
net.initfcn %初始權重與偏置
net.initparam %
help
(net.initfcn)
net.performparam %測試網路效能 help
(net.performfcn)，預設是均方差mse
net.plotdcns
net.plotparams
net.trainfcn %訓練網路
net.trainparam %
help
(net.trainfcn)
%子物件屬性，見文件
net.inputs %元胞陣列，net.inputs
,在多個網路輸入中使用
net.layers/outputs/biases/inputweights/layerweights/
%全都是結構體
====
====
====
====
====
====
====
====
====
====
====
====
%注意net.inputs表示第i層的輸出，是元胞的形式
net.inputs
.processfcns %處理輸入資料的函式
MATLAB 神經網路基礎（1）
1 一般引數.perfrom perfromfcn sse 效能函式，這裡設定為 sse 即誤差平方和 2 訓練引數.trainparam.trainparam.goal 0.1 訓練目標最小誤差，這裡設定為0.1 trainparam.epochs 300 訓練次數，這裡設定為300次 train...
線性神經網路 matlab神經網路
自適應線性元件20世紀50年代末由widrow和hoff提出，主要用於線性逼近乙個函式式而進行模式聯想以及訊號濾波 模型識別和控制等。線性神經網路和感知器的區別是，感知器只能輸出兩種可能的值，而線性神經網路的輸出可以取任意值。線性神經網路採用widrow hoff學習規則，即lms least me...
MATLAB神經網路
ai 菌這幾天沉迷於數模的ai菌來補發文章啦。深深地體會到雖然神經網路工具的api已經有了非常完備的封裝，但是資料的預處理真的讓人感覺非常的麻煩。當你把所有的異常點一一清理，有一種 掘地求公升終於爬出大氣層 飛向太空的感覺 雖然ai菌連夢想開始的地方都爬不出去 所以今天就來介紹一下這幾天的收穫吧 a...