一个完全定制的连接神经网络有许多选项。
基本训练:
modelNN = learnNN (X, y);
预测:
p = predictNN (X_valid modelNN);
一个可以使用任意数量的隐藏层,不同的激活函数(目前双曲正切或sigm),自定义regularisation参数,验证集,等。不使用任何matlab工具箱的代码,因此,它是完美的如果你没有统计和机器学习的工具箱,或者如果你有一个旧版本的matlab。我使用了共轭梯度算法最小化借用安德鲁门店机器学习课程。看到github更多文档的代码和注释。
引用作为
Vahe Tshitoyan (2023)。简单的神经网络GitHub (https://github.com/vtshitoyan/simpleNN)。检索。
自由
版本使用GitHub缺省分支不能下载
| 版本 | 发表 | 发布说明 | |
|---|---|---|---|
| 1.1 | 自动包括“自由”文件夹。 |
|
|
| 1.0.0.1 | 混淆矩阵的修正 |
|
|
| 1.0.0.0 | 更新标题和图片 改变的描述 |
|
问题在这个视图或报告GitHub插件,参观GitHub库。
问题在这个视图或报告GitHub插件,参观GitHub库。
