神經網路怎麼設置tansig

① matlab建立bp神經網路如何設置兩個隱含層呢

題主那個newff裡面的10看到沒？那個就是設置1個隱含層的神經元個數，要多個隱含層就把10改成[4,10,1]就是第一個隱含層有4個神經元，第二個隱含層10個神經元，最後一層輸出層1個神經元。然後你的{TF1 TF2}不用改。這樣應該能用了。

然後給你一個newff的各項參數使用的介紹：

② matlab訓練BP神經網路，nntool中如何設置，權值，激活函數的修改等問題

net1=newff(minmax(pX),[16,1],{'tansig','purelin'},'trainlm');

這個是激活函數的語句，但是一般不需要修改。

BP神經網路是計算機自主學習的一個過程，程序員要做的就是確定隱含層神經元的數量以及訓練精度，訓練步數以及學習速率等參數。

隱含層神經元數量的公式：

③ matlab實現人工神經網路的時候如何設置輸出層的節點

newff裡面設置啊。

一個函數你想要擬合2種結果？奇了怪了！！！

④ 我的BP神經網路訓練一直達不到要求，要怎樣修改才能達到要求

net=init(net);不用這一句，把『logsig『改成「tansig」，第一個，同樣，把第二個改成』purelin『
建議你把』trainrp『改成』trainlm「，試試！

⑤ BP神經網路怎麼設置輸入層節點數

matlab的？ 輸入層由你輸入的特徵決定的，送入特徵matlab就自動確定輸入層節點數了

⑥ 求助！！！神經網路求助 ！

你的意思大概是要找出隱藏層的權值和閾值吧。那是一個矩陣的。 如果是這樣的話，首先，你自己先要設置一下隱藏層的傳遞函數，比如線性函數、多項式函數、tansig一類的。 接下來，去訓練一下網路，訓練完畢後，通過命令就可以得到隱藏層的權值和閾值了。 假設你採用的是tansig傳遞函數，那麼： 通過下面這個函數得到權值和閾值 W1=net.iw{1,1};%隱藏層權值 W2=net.lw{2,1};%輸出層權值 B1=net.b{1,1};%隱藏層閾值 B2=net.b{2,1};%輸出層閾值 接下來，得到網路後，得到輸出結果的函數形式是： A1=tansig(W1*P,B1); A2=purelin(W2*A1,B2); 其中，P是輸入矩陣，A2是輸出值，tansig和隱藏層的傳遞函數，purelin是輸出層的傳遞函數。

⑦ 新手求助，關於神經網路和優化的問題

你的意思大概是要找出隱藏層的權值和閾值吧。那是一個矩陣的。如果是這樣的話，首先，你自己先要設置一下隱藏層的傳遞函數，比如線性函數、多項式函數、tansig一類的。接下來，去訓練一下網路，訓練完畢後，通過命令就可以得到隱藏層的權值和閾值了。假設你採用的是tansig傳遞函數，那麼：通過下面這個函數得到權值和閾值W1=net.iw{1,1};%隱藏層權值W2=net.lw{2,1};%輸出層權值B1=net.b{1,1};%隱藏層閾值B2=net.b{2,1};%輸出層閾值接下來，得到網路後，得到輸出結果的函數形式是：A1=tansig(W1*P,B1);A2=purelin(W2*A1,B2);其中，P是輸入矩陣，A2是輸出值，tansig和隱藏層的傳遞函數，purelin是輸出層的傳遞函數。

⑧ BP神經網路中的訓練函數如何選取

神經網路不同的網路有這不同的訓練函數，BP神經網路有兩種訓練函數，trainbp（），利用BP演算法訓練前向神經網路。trainbpx（），利用快速BP演算法訓練前向神經網路，即採用了動量或自適應學習，可減少訓練時間，tansig函數是神經元的傳遞函數，與訓練函數無關，在trainbp（）函數中含有要訓練神經元的函數。

⑨ tansig函數matlab怎麼用

tansig函數是神經網路層傳遞函數。傳遞函數將神經網路層的凈輸入轉換為凈輸出。

tansig（）使用格式：

A = tansig(N,FP) %凈輸出

N——凈輸入，s-by-q矩陣（列）向量

FP——函數的參數結構（可以忽略）

例如：

>> n = -5:0.01:5;

>> plot(n,tansig(n))

>> set(gca,'dataaspectratio',[1 1 1],'xgrid','on','ygrid','on')