如何使用神经网络的训练有素的重量

2次观看(过去30天)
大卫佛朗哥
大卫佛朗哥 10月1日10月1日
回答: 大卫佛朗哥10月1日10月1日
如何使用神经网络的训练有素的权重来模拟分类问题的输出?

接受答案

大卫佛朗哥
大卫佛朗哥 10月1日10月1日
我发现答案(输出和yy等于):
%模拟神经网络
清除
关闭
CLC.
RNG.默认
[x,y] = simpleclass_dataset;
神经元= 10;
NET = FeedforwardNet(神经元);
net =火车(网,x,y);
输出= sim(net,x);
%输出=圆形(输出);
图,plotconfusion(y,输出)
w1 = net.iw {1,1};
w2 = net.lw {2,1};
b1 = net.b {1};
b2 = net.b {2};
xx = x;
为了II = 1:长度(net.inputs {1} .processfcns)
xx = feval(net.inputs {1} .processfcns {ii},......
'申请',xx,net.inputs {1} .processsettings {II});
结尾
a1 = tanh(w1 * xx + b1);
yy = purelin(w2 * a1 + b2);
为了mm = 1:长度(net.outputs {1,2} .processfcns)
yy = feval(net.outputs {1,2} .processfcns {mm},......
'撤销',yy,net.outputs {1,2} .processsettings {mm});
结尾
图,plotconfusion(Y,YY)
=)

更多答案(0)

下载188bet金宝搏


释放

R2018B.

社区宝藏狩猎

找到Matlab Central中的宝藏,并发现社区如何帮助您!

开始狩猎!