1樓：網友
訓練用的資料是用來給神經網路學習和測試的，讓神經網路學習到這樣的輸入能有怎樣的輸出。訓練資料一般分為兩組，一組用於神經網路學習（一般情況這組資料佔總資料量的3/4左右，也可能更多，依情況而定），另一組是用於測試神經網路學習效果的，將測試的輸出結果和輸入資料應有的輸出結果做比較（以均方和誤差作標準），從而驗證神經網路訓練是否成功。
2樓：網友
神經網路不同的網路有這不同的訓練函式，bp神經網路有兩種訓練函式，trainbp（），利用bp演算法訓練前向神經網路。trainbpx（），利用快速bp演算法訓練前向神經網路，即採用了動量或自適應學習，可減少訓練時間，tansig函式是神經元的傳遞函式，與訓練函式無關，在trainbp（）函式中含有要訓練神經元的函式。
3樓：才頌
訓練資料用於訓練神經網路。
驗證資料和測試資料都是用於測試網路的訓練完後的效能狀況，其中驗證資料可以不用。
驗證資料主要測試泛化能力如何，是不是過度擬合。
測試資料主要測試分類結果的誤差如何。
bp神經網路模型各個引數的選取問題
4樓：網友
樣本變數不需要那麼多，因為神經網路的資訊儲存能力有限，過多的樣本會造成一些有用的資訊被丟棄。如果樣本數量過多，應增加隱層節點數或隱層數目，才能增強學習能力。
一、隱層數。
一般認為，增加隱層數可以降低網路誤差（也有文獻認為不一定能有效降低），提高精度，但也使網路複雜化，從而增加了網路的訓練時間和出現「過擬合」的傾向。一般來講應設計神經網路應優先考慮3層網路（即有1個隱層）。一般地，靠增加隱層節點數來獲得較低的誤差，其訓練效果要比增加隱層數更容易實現。
對於沒有隱層的神經網路模型，實際上就是乙個線性或非線性（取決於輸出層採用線性或非線性轉換函式型式）迴歸模型。因此，一般認為，應將不含隱層的網路模型歸入迴歸分析中，技術已很成熟，沒有必要在神經網路理論中再討論之。
二、隱層節點數。
在bp 網路中，隱層節點數的選擇非常重要，它不僅對建立的神經網路模型的效能影響很大，而且是訓練時出現「過擬合」的直接原因，但是目前理論上還沒有一種科學的和普遍的確定方法。 目前多數文獻中提出的確定隱層節點數的計算公式都是針對訓練樣本任意多的情況，而且多數是針對最不利的情況，一般工程實踐中很難滿足，不宜採用。事實上，各種計算公式得到的隱層節點數有時相差幾倍甚至上百倍。
為儘可能避免訓練時出現「過擬合」現象，保證足夠高的網路效能和泛化能力，確定隱層節點數的最基本原則是：在滿足精度要求的前提下取儘可能緊湊的結構，即取儘可能少的隱層節點數。研究表明，隱層節點數不僅與輸入/輸出層的節點數有關，更與需解決的問題的複雜程度和轉換函式的型式以及樣本資料的特性等因素有關。
matlab bp神經網路
5樓：網友
從原理上來說，神經網路是可以**未來的點的。
實際上，經過訓練之後，神經網路就擬合了輸入和輸出資料之間的函式關係。只要訓練的足夠好，那麼這個擬合的關係就會足夠準確，從而能夠**在其他的輸入情況下，會有什麼樣的輸出。
如果要**t=[6 7]兩點的r值，先以t=[1 2 3 4 5]作為輸入，r=[12 13 14 14 15]作為輸出，訓練網路。訓練完成之後，用t=[2 3 4 5 6]作為輸入，這樣會得到乙個輸出。不出意外的話，輸出的陣列應該是[13 14 14 15 x],這裡的x就是**t=6時的r值。
然後以t=[3 4 5 6 7]作為輸入，同理得到t=7時候的r值。
根據我的神經網路**，t=6時，r=15，t=7時，r=15。我不知道這個結果是否正確，因為神經網路通常需要大量的資料來訓練，而這裡給的資料似乎太少，可能不足以擬合出正確的函式。
bp演算法、bp神經網路、遺傳演算法、神經網路這四者之間的關係
6樓：流星寒冰
這四個都屬於人工智慧演算法的範疇。其中bp演算法、bp神經網路和神經網路屬於神經網路這個大類。遺傳演算法為進化演算法這個大類。
神經網路模擬人類大腦神經計算過程，可以實現高度非線性的**和計算，主要用於非線性擬合，識別，特點是需要「訓練」，給一些輸入，告訴他正確的輸出。若干次後，再給新的輸入，神經網路就能正確的**對於的輸出。神經網路廣泛的運用在模式識別，故障診斷中。
bp演算法和bp神經網路是神經網路的改進版，修正了一些神經網路的缺點。
遺傳演算法屬於進化演算法，模擬大自然生物進化的過程：優勝略汰。個體不斷進化，只有高質量的個體（目標函式最小（大））才能進入下一代的繁殖。
如此往復，最終找到全域性最優值。遺傳演算法能夠很好的解決常規優化演算法無法解決的高度非線性優化問題，廣泛應用在各行各業中。差分進化，蟻群演算法，粒子群演算法等都屬於進化演算法，只是模擬的生物群體物件不一樣而已。
如何選擇神經網路的超引數,BP神經網路模型各個引數的選取問題
1 神經網路演算法隱含層的選取 1.1 構造法 首先運用三種確定隱含層層數的方法專得到三個隱含層層數,找到屬最小值和最大值,然後從最小值開始逐個驗證模型 誤差,直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。1.2 刪除法 單隱含層網路非線性對映能力較弱,相同問題,為...
人工神經網路bp結果圖怎麼分析,BP神經網路matlab得出的結果分析,新手不知道怎麼看,請各位大神幫幫忙
最好是與你實際值做一個誤差圖。分析誤差大小也就是你網路的好壞 bp神經網路matlab得出的結果分析,新手不知道怎麼看,請各位大神幫幫忙 建議你把資料匯出,去計算 值和真實值之間的各類誤差。matlab bp神經網路 performance 圖這五條線的詳細解釋 30 圖上的三個彩色實線分別是 每一...
matlab中bp神經網路出現inf
能否描述地詳bai細一些,inf指出現du了無窮大,zhi你可能需要檢查程式錯dao誤。回 matlab中bp神經網路的建立 答函式newff函式的格式為 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...