![](https://iknow-base.cdn.bcebos.com/lxb/notice.png)
利用MATLAB神经工具箱实现或功能代码解析
P=[0011;0101];T=[0111];net=newp(minmax(P),1);Y=sim(net,P)net.trainParam.epochs=20;net...
P=[0 0 1 1;0 1 0 1];
T=[0 1 1 1];
net=newp(minmax(P),1);
Y=sim(net,P)
net.trainParam.epochs=20;
net=train(net,P,T);
Y=sim(net,P)
errl=mae(Y-T)
麻烦哪位大神能每句话都给解释一下吗?最好能详细点,万分感谢!
每句话的作用最好也能提下,谢谢! 展开
T=[0 1 1 1];
net=newp(minmax(P),1);
Y=sim(net,P)
net.trainParam.epochs=20;
net=train(net,P,T);
Y=sim(net,P)
errl=mae(Y-T)
麻烦哪位大神能每句话都给解释一下吗?最好能详细点,万分感谢!
每句话的作用最好也能提下,谢谢! 展开
1个回答
展开全部
P=[0 0 1 1;0 1 0 1]; %给定训练样本数据
T=[0 1 1 1]; %给定样本数据所对应的类别,用0和1来表示两种类别
net=newp(minmax(P),1); %创建一个感知器网络
Y=sim(net,P) %进行仿真运算
net.trainParam.epochs=20; %设置训练次数最大为20次
net=train(net,P,T); %使用训练函数对创建的网络进行训练
Y=sim(net,P) %对训练后的网络进行仿真
errl=mae(Y-T) %计算网络的平均绝对误差,表示网络错误分类
T=[0 1 1 1]; %给定样本数据所对应的类别,用0和1来表示两种类别
net=newp(minmax(P),1); %创建一个感知器网络
Y=sim(net,P) %进行仿真运算
net.trainParam.epochs=20; %设置训练次数最大为20次
net=train(net,P,T); %使用训练函数对创建的网络进行训练
Y=sim(net,P) %对训练后的网络进行仿真
errl=mae(Y-T) %计算网络的平均绝对误差,表示网络错误分类
本回答被提问者采纳
已赞过
已踩过<
评论
收起
你对这个回答的评价是?
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