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。