Question

关于matlab中BP神经网络使用train函数的问题,求救，T.T

我已经设置了 net.numInputs=3;

但是不管我的输入矩阵P是3行6列还是6行3列，都提示我：
错误使用 network/train (line 320)
Number of inputs does not match net.numInputs.
出错 test (line 28)
net = train(net,P,T);

哭了T T





Answer 1

P、T矩阵均为一列为一个样本，因此P、T的列数必须相等，否则报错。你参考下别人的程序，我建议使用newff函数，不要弄得这么复杂。还有P、T的生成不需要那么复杂，只需要：

P(i,:)=YY(i:i+2);

附上newff函数的格式为：

net=newff(PR,[S1 S2 ...SN],{TF1 TF2...TFN},BTF,BLF,PF），函数newff建立一个可训练的前馈网络。输入参数说明：

PR：Rx2的矩阵以定义R个输入向量的最小值和最大值；

Si：第i层神经元个数；

TFi：第i层的传递函数，默认函数为tansig函数；

BTF：训练函数，默认函数为trainlm函数；

BLF：权值/阀值学习函数，默认函数为learngdm函数；

PF：性能函数，默认函数为mse函数。

追问

你好 我用的是r2014a的 newff这个函数已经obsolete了 而且 我 P 和 T 的列数是相同的

谢谢你 关于P,T 生成的建议。

追答

老版用法依然是兼容的，新版用法指的是newff函数的新用法，该函数依然存在。

net=newff(minmax(p),[S1,8],{'tansig','purelin'},'trainlm'); %老版用法
%net=newff(P,T,31,{'tansig','purelin'},'trainlm');%新版用法

归一化不是直接对原始的数据矩阵进行，而应先形成P、T矩阵，再分别归一化。