matlab BP神经网络入门

最近开始试着用matlab来学习BP神经网络，它里面内置的工具函数非常好用，而且有一个很不错的工具箱可用来分析。这里说一下工具箱的组成和使用。

 

 

1. Neural Network

图形化的结构，这里是2输入，1输出，中间两个隐藏层，每层5个结点

 

2. Algorithms

Data Division：数据部分，这里是随机

Training：训练算法 这里是莱文贝格－马夸特方法（Levenberg–Marquardt algorithm）能提供数非线性最小化（局部最小）的数值解，好处就是在于可以调节:  如果下降太快，使用较小的λ，使之更接近高斯牛顿法 ； 如果下降太慢，使用较大的λ，使之更接近梯度下降法

 

3. Progress

Epoch：迭代次数

Time：时间

Performance： 表现

Gradient：梯度

Mu: trainParam这个结构体的参数，确定学习根据牛顿法还是梯度法

Validation Checks：确认检查值默认是6，它的意思是指随着网络利用训练样本进行训练的过程中，确认样本的误差曲线连续6次迭代不再下降。这时训练终止。我们这里由于很快就达到了期望精度，所以值为零。

 

4. Plots

Performance:

 

Training State:

 

Regression: