线层
创建线性层
描述
层=线层（inputdelays，，，，widrowhofflr）
线性层是线性神经元的单层。它们是静态的，输入延迟为0或动态，输入延迟大于0。您可以在简单的线性时间序列问题上训练它们，但经常在部署时自适应地继续学习，以便它们可以适应关系的变化在使用时输入和输出之间。
如果学习率太小，学习速度会非常慢。但是，更大的危险是它可能太大了，学习变得不稳定，导致体重向量和错误增加而不是减少。如果可用的数据集来表征该层要学习的关系，则可以使用Maxlinlr功能。
如果您需要网络来解决非线性时间序列关系，请参见timedelaynet，，，，Narxnet， 和纳内特。
例子
创建并训练线性层
此示例显示了如何创建和训练线性层。
创建线性层并在简单的时间序列问题上训练它。
x = {0 -1 1 1 0 -1 1 0 0 0 1};t = {0 -1 0 2 1 -1 0 1 0 1};net =线层（1：2,0.01）;[XS，XI，AI，TS] = Preparets（Net，X，T）;net =火车（net，xs，ts，xi，ai）;
查看（网）
y = net（xs，xi）;perf =表演（net，ts，y）
perf = 0.2396
输入参数
输出参数
版本历史记录
也可以看看
您还可以从以下列表中选择一个网站：
美洲
- AméricaLatina（Español）
- 加拿大（英语）
- 美国（英语）