基于神经网络的学习练习题.pdfVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
智能检测课程作业 基于神经网络的学习练习题 某BP 神经网络如下图。其中 x1 1 d 1 0.95 ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ ⎡ ⎤ 输入为⎢ ⎥ ⎢ ⎥; 期望输出为⎢ ⎥ ⎢ ⎥; x 2 3 d 2 0.05 ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ ⎣ ⎦ 1 2 −3 ⎡ ⎤ ⎡ ⎤ 第一层权值矩阵为W1 ⎢ ⎥;第一层阈值θ ⎢ ⎥ −2 0 1 ⎣ ⎦ ⎣ ⎦ 1 1 2 ⎡ ⎤ ⎡ ⎤ 第二层权值矩阵为W2 ⎢ ⎥;第二层阈值r ⎢ ⎥ 0 −2 3 ⎣ ⎦ ⎣ ⎦ x1 d1 x2 d2 传输函数均为Sigmoid 函数,试训练该网络。 1 用最基本的BP 算法训练网络 1.1 只改变学习率,比较学习率的改变对最后训练结果的影响 步骤:1)程序设计: 第一步:定义输入向量和目标向量 p=[1 3]; t=[0.95 0.05]; 第二步:创建BP 网络,设置训练函数为最速下降BP 算法 netbp=newff([-1 1;-1 1],[2 2],{logsig logsig},traingd); 第三步:初始化权值阈值 netbp.IW{1}=[1 2;-2 0]; netbp.LW{2}=[1 1;0 -2]; netbp.b{1}=[-3 1]; netbp.b{2}=[2 3]; 第四步:设置训练函数参数 netbp.trainParam.lr=1; //设置学习率 netbp.trainParam.goal=0.0001; //设置最后达到的均方误差为0.0001 netbp.trainParam.epochs=5000; //设置最大训练步长 第1 页 智能检测课程作业 第五步:训练神经网络 [netbp,tr]=train(netbp,p,t); 程序运行的结果如下:经过346 步运算达到设定的均方误差范围内。 ⎡0.9640⎤ 最后输出Out ⎢ ⎥ ⎣0.0514⎦ ⎡1.0107 2.0322⎤ 训练后权值W1 ⎢ ⎥ ⎣- 1.5291 1.4128⎦ ⎡0.7713 0.7739 ⎤ W2 ⎢ ⎥ ⎣- 1.4789 - 2.9992⎦

文档评论(0)

docindoc + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档