寻求高手解决神经网络编程
我的目的是编一个神经网络训练的函数,做成dll(也就是写一个训练的M文件),不知道该如何写啊?我从网上找到一个,但是其中的参数不起作用(无法实现参数控制,例如我不设置input,output就可以直接再matlab运行Bptrain函数),请问高手问题出在哪里?能否给个完整的编程样例?
时间很紧,非常感谢啊!
以下是我找到的代码:
function bptrain(input,output,inputdim,outputdim,hiddenunit,datasetnum,errorgoal,numepoch,learnratio)
global input output inputdim outputdim hiddenunit datasetnumber errorgoal numepoch learnratio
InDim=inputdim;%样本输入维数
OutDim=outputdim;% 样本输出维数
SamNum=datasetnumber;%训练样本数
HiddenUnitNum=hiddenunit;%隐节点数
MaxEpochs=numepoch;%最大训练次数
lr=learnratio;%学习率
E0=errorgoal;%目标误差
SamIn=input;
SamOut=output;
W1=0.2*rand(HiddenUnitNum,InDim)-0.1;
B1=0.2*rand(HiddenUnitNum,1)-0.1;
W2=0.2*rand(OutDim,HiddenUnitNum)-0.1;
B2=0.2*rand(OutDim,1)-0.1;
W1Ex=;
W2Ex=;
SamInEx=';
ErrHistory=[];
for i=1:MaxEpochs %正向传播计算网络输出
HiddenOut=logsig(W1Ex*SamInEx);
HiddenOutEx=';
NetworkOut=logsig(W2Ex*HiddenOutEx);
% 停止学习判断
Error=SamOut-NetworkOut;
SSE=sumsqr(Error)
%记录每次权值调整后的训练误差
ErrHistory=;
if SSE<E0,break,end
%计算反向传播误差
Delta2=Error.*NetworkOut.*(1-NetworkOut);
Delta1=W2'*Delta2.*HiddenOut.*(1-HiddenOut);
%计算权值调节量
dW2Ex=Delta2*HiddenOutEx';
dW1Ex=Delta1*SamInEx';
%权值调节
W1Ex=W1Ex+lr*dW1Ex;
W2Ex=W2Ex+lr*dW2Ex;
W2=W2Ex(:,1:HiddenUnitNum);
end
W1=W1Ex(:,1:InDim);
B1=W1Ex(:,InDim+1);
W2=W2Ex(:,1:HiddenUnitNum);
B2=W2Ex(:,HiddenUnitNum+1);
%绘制误差曲线
figure
hold on
grid
=size(ErrHistory);
plot(1:Num,ErrHistory,'r-'); 原帖由 xuebaolin 于 2007-7-28 15:41 发表 http://www.chinavib.com/forum/images/common/back.gif
我的目的是编一个神经网络训练的函数,做成dll(也就是写一个训练的M文件),不知道该如何写啊?
我从网上找到一个,但是其中的参数不起作用(无法实现参数控制,例如我不设置input,output就可以直接再matlab运行Bptra ...
做成 dll 的问题先看看书吧 可以用Comtool来做 原帖由 frogfish 于 2007-7-29 16:41 发表 http://www.chinavib.com/forum/images/common/back.gif
可以用Comtool来做
我就是用的Comtool,但是M文件O总提示有问题,你能给个样例看下吗?
页:
[1]