1樓：
1.newff雖然沒有規定輸入層神經元個數，那輸入層神經元個數是如何確定的？
輸入層是根據你讀入資料的維度，自動生成的。
2.我現在讀入了10張**，把每張**歸一化成了50*20的，並轉換成1*1000的行向量，最後生成了10*1000的二維矩陣，然後，我再用eye（10,10）函式製造了一個單位矩陣，那麼，這個神經網路的輸入層神經元個數到底是由誰確定的？個數是多少？
你用來訓練神經網路的是哪個矩陣？由訓練矩陣的維度確定。
3.還是上頭2裡的條件，newff的隱含層當然是2層，那麼，每層的神經元個數應該如何確定？個數應為多少？
第一層由輸入資料維度決定，設為k；第二層神經元個數沒有理論依據，一般在k~2*k左右進行實驗，根據結果定具體個數；輸出層神經元個數由問題決定，如果是要把10張圖分成兩類，那麼就是2個節點。
2樓：匿名使用者
3.還是上頭2裡的條件，newff的隱含層當然是2層，那麼，每層的神經元個數應該如何確定？個數應為多少？
謝謝各位高手！
關於matlab中bp神經網路使用train函式的問題,求救，t.t
3樓：匿名使用者
p、t矩陣均為一列bai為一個du樣本，因此p、t的列數zhi必須相等，否則報錯。dao你參考下版別人的程式
，我建議使用權newff函式，不要弄得這麼複雜。還有p、t的生成不需要那麼複雜，只需要：
p(i,:)=yy(i:i+2);
附上newff函式的格式為：
net=newff(pr,[s1 s2 ...sn],,btf,blf,pf），函式newff建立一個可訓練的前饋網路。輸入引數說明：
pr：rx2的矩陣以定義r個輸入向量的最小值和最大值；
si：第i層神經元個數；
tfi：第i層的傳遞函式，預設函式為tansig函式；
btf：訓練函式，預設函式為trainlm函式；
blf：權值/閥值學習函式，預設函式為learngdm函式；
pf：效能函式，預設函式為mse函式。
神經網路權值怎麼確定，BP神經網路中初始權值和閾值的設定
致愛麗絲星空之夜 神經網路的權值是通過對網路的訓練得到的。如果使用matlab的話不要自己設定，newff之後會自動賦值。也可以手動 net.iw net.bias 一般來說輸入歸一化，那麼w和b取0 1的隨機數就行。神經網路的權值確定的目的是為了讓神經網路在訓練過程中學習到有用的資訊，這意味著引數...
關於神經網路BP演算法的輸入問題，用matlab中bp神經網路實現由輸入值預測輸出值的程式
郈山白 可以的！之所以叫bp網路，是因為使用了反向傳遞演算法，這是一種結果導向的自學習方法，用在五子棋上是可以的。因為五子棋的遊戲方法正是很明顯的結果導向的過程。簡單說這麼個過程 1.設定輸入和輸出型別，比如都是座標 x1，y1 x2，y2 2.訓練 你告訴網路 a情況下應該輸出a1 b情況下應該輸...
Matlab神經網路工具箱輸入問題
格式是對的，應該是可以的啊，你得仔細看看要匯入的targets資料到底在不在workspace中。 你好，我今天在使用工具箱時也遇到了類似的問題，並已經解決，希望我的建議可以幫助到你。在使用一部分神經網路工具箱時對標籤值 targets 是有格式要求的，如我輸入5個資料，對應的標籤分別是2,3,4,...