matlab前馈神经网络预测函数，格式p = predict(Theta1, Theta2, X)

该函数用于前馈神经网络的预测，其中输入参数为：

- Theta1：第一层到第二层的权重矩阵，大小为(hidden_layer_size, input_layer_size + 1)
- Theta2：第二层到输出层的权重矩阵，大小为(num_labels, hidden_layer_size + 1)
- X：输入数据的特征矩阵，大小为(m, input_layer_size)

输出结果为：

- p：预测结果矩阵，大小为(m, 1)，每个元素表示该样本的预测标签。

函数实现如下：

function p = predict(Theta1, Theta2, X)

% 预测函数实现
m = size(X, 1);
num_labels = size(Theta2, 1);

p = zeros(size(X, 1), 1);

% 前向传播计算预测结果
a1 = [ones(m, 1) X];
z2 = a1 * Theta1';
a2 = sigmoid(z2);
a2 = [ones(size(a2, 1), 1) a2];
z3 = a2 * Theta2';
a3 = sigmoid(z3);

% 预测结果
[~, p] = max(a3, [], 2);

end

其中，sigmoid函数的实现为：

function g = sigmoid(z)

g = 1.0 ./ (1.0 + exp(-z));

end

注意，在前馈神经网络中，我们需要添加一个偏置项，即在每一层的输入前添加一个常数项1，以便提高模型的表达能力。在预测函数中，我们也需要将偏置项添加到输入层和第二层的输出中。