神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)-顧名思義，就是類似我們?nèi)祟惖膶W(xué)習(xí)方式，通過(guò)模擬神經(jīng)元的活動(dòng)，在神經(jīng)系統(tǒng)中進(jìn)行信息處理、存儲(chǔ)記憶和反饋的生物機(jī)理功能。其實(shí)這樣是機(jī)器學(xué)習(xí)算法的共性吧，所有的智能算法都是善于發(fā)現(xiàn)生活中的常見(jiàn)情節(jié)推廣到計(jì)算仿真的范疇，例如：遺傳算法、煙花算法、蟻群算法、模擬退火算法等等。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)是人工智能領(lǐng)域的基本算法之一，它是在1943年被心理學(xué)家McCulloch和數(shù)學(xué)家Pitts合作提出的數(shù)學(xué)模型。并在之后不斷完善發(fā)展到今天的。它的主要應(yīng)用領(lǐng)域涉及到模式識(shí)別、智能機(jī)器人、非線性系統(tǒng)識(shí)別、知識(shí)處理等。

       matlab神經(jīng)網(wǎng)絡(luò)的使用方法和實(shí)例
       第一步我們首先需要了解BP神經(jīng)網(wǎng)絡(luò)是一種多層前饋網(wǎng)絡(luò),可以進(jìn)行學(xué)習(xí)和存儲(chǔ)輸入輸出映射關(guān)系，不需要去建立數(shù)學(xué)方程式，是一種常用的神經(jīng)網(wǎng)絡(luò)模型，BP神經(jīng)網(wǎng)絡(luò)的構(gòu)建主要分為三步。
       第二步我們可以看一下在matlab中BP神經(jīng)網(wǎng)絡(luò)的訓(xùn)練函數(shù)，有梯度下降法traingd,彈性梯度下降法trainrp,自適應(yīng)lr梯度下降法traingda等。
       第三步下面我們通過(guò)實(shí)例來(lái)介紹BP神經(jīng)網(wǎng)絡(luò)的使用，在matlab中命令行窗口中定義輸入P，輸出T，·通過(guò)“newff(minmax(P),[5,1],{'tansig','purelin'},'trainrp');”構(gòu)建BP神經(jīng)網(wǎng)絡(luò)，“[net,tr]=train(net,P,T);”進(jìn)行網(wǎng)絡(luò)訓(xùn)練，“sim(net,P)”得到仿真預(yù)測(cè)值。
       第四步在命令行窗口按回車鍵之后，可以看到出現(xiàn)結(jié)果彈窗，最上面的Neural Network下面依次代表的是“輸入、隱含層、輸出層、輸出”，隱含層中有5個(gè)神經(jīng)元，Progress下面的Epoch代表迭代次數(shù)，Gradient代表梯度，Vaildation Checks代表有效性檢查，最后的綠色對(duì)勾代表性能目標(biāo)達(dá)成。