主要内容
多层浅神经网络和背部训练
浅多层前馈神经网络可用于功能拟合和模式识别问题。随着触发延迟线的添加，它也可以用于预测问题，如所讨论的设计时序列时间延迟神经网络。本主题显示如何使用多层网络。它还说明了设计任何神经网络的基本程序。
注意
本主题中描述的培训函数不限于多层网络。只要它们的组件可微分，它们就可用于培训任意架构（甚至自定义网络）。
通用神经网络设计过程的工作流程有七个主要步骤：
收集数据
创建网络
配置网络
初始化权重和偏差
训练网络
验证网络（培训后分析）
使用网络
步骤1可能会发生在深度学习工具箱™软件的框架之外，但此步骤对设计过程的成功至关重要。
在这些部分中讨论了此工作流的详细信息：
在这些部分中讨论了可选的工作流程步骤：
对于时间序列，动态建模和预测，请参阅本节：
您还可以从以下列表中选择一个网站：
