神经网络matlab代码

以下是一个简单的神经网络的MATLAB代码示例，它使用反向传播算法进行训练：

% 设置随机种子，确保每次运行的结果相同
rng(0);

% 导入数据
load iris_dataset;
inputs = irisInputs;
targets = irisTargets;

% 隐藏层神经元数量
hiddenLayerSize = 10;

% 创建神经网络
net = patternnet(hiddenLayerSize);

% 设置训练参数
net.trainFcn = 'trainscg'; % 使用 Scaled Conjugate Gradient 算法
net.trainParam.showWindow = false; % 不显示训练窗口
net.trainParam.epochs = 1000; % 迭代次数

% 划分数据集为训练集和测试集
net.divideFcn = 'dividerand';
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;

% 训练神经网络
[net, tr] = train(net, inputs, targets);

% 测试神经网络
outputs = net(inputs);
errors = gsubtract(targets,outputs);
performance = perform(net,targets,outputs);

这是一个简单的三层前馈神经网络，其中包括一个输入层、一个隐藏层和一个输出层。它使用Scaled Conjugate Gradient（SCG）算法进行训练，并将数据集划分为训练集、验证集和测试集。在训练完成后，该代码将输出神经网络对所有输入的预测结果。