BP神经网络程序，在程序训练后，误差也达到了合适的范围，如何把输出值显示出来？
2个回答
展开全部
训练好后，你自己定义的net就是结果，只要把它的权值和阈值导出来即可。
W1=net.IW{1,1};
W2=net.LW{2,1};
B1=net.b{1};
B2=net.b{2};解释一下：
net.IW 属性定义了从网络输入向量到网络层的权值向量（即输入层的权值向量）结构。其值为Nl*Ni的细胞矩阵，Nl为网络层数（net.numLayers)，Ni为输入向量数（net.numInputs）。通过访问net.IW{i,j}，可以获得第i 个网络层来自第j 个输入向量的权值向量值。 所以一般情况下net,iw{1,1}就是输入层和隐含层之间的权值。
net.LW定义了从一个网络层到另一个网络层的权值向量结构。其值为Nl*Nl的细胞矩阵，Nl为网络层数（net.numLayers)。通过访问net.LW{i,j}，可以获得第i 个网络层来自第j 个网络层的权值向量值。 因此，如果网络是单隐含层，net.lw{2,1}就是输出层和隐含层之间的权值。
追问
那我现在已经把W1、W2、B1和B2求出来了，想通过这个权值对新的输出值进行预测（已经有另外几组X，想预测出新的输出值），该如何操作？
追答
直接用sim函数即可。
Out=sim(net,p_test);
已赞过
已踩过<
评论
收起
你对这个回答的评价是？
上海华然企业咨询
2024-10-28 广告
在大语言模型的训练中，我们精心挑选了涵盖广泛领域的高质量文本数据。这些数据涵盖了新闻报道、学术论文、文学作品、社交媒体内容等多个维度，确保了模型能够学习到丰富的语言模式和知识结构。通过严格的清洗与去噪处理，我们确保了数据的准确性和多样性，以...
点击进入详情页
本回答由上海华然企业咨询提供
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
