学习神经网络的好助手，可以仿照其中的代码，只需修改个别参数便可以轻易实现自己需要完成的任务。
1、BP 网络构建
（1）生成 BP 网络
：由维的输入样本最小最大值构 成的维矩阵。
：各层的神经元个数。
：各层的神经元传递函数。
：训练用函数的名称。
（2）网络训练
（3）网络仿真
BP 网络的训练函数
训练方法 训练函数
梯度下降法
traingd
有动量的梯度下降法
traingdm
自适应 lr 梯度下降法
traingda
自适应 lr 动量梯度下降法
traingdx
弹性梯度下降法
trainrp
Fletcher-Reeves 共轭梯度法
traincgf
Ploak-Ribiere 共轭梯度法
traincgp
Powell-Beale 共轭梯度法
traincgb
量化共轭梯度法
trainscg
拟牛顿算法
trainbfg
一步正割算法
trainoss
Levenberg-Marquardt trainlm
BP 网络训练参数
训练参数
参数介绍 训练函数
net.trainParam.epochs
最大训练次数（缺省为 10） traingd、traingdm、traingd
a、traingdx、trainrp、train
cgf、traincgp、traincgb、tr
ainscg 、 trainbfg 、 trainoss
、trainlm
net.trainParam.goal
训练要求精度（缺省为 0） traingd、traingdm、traingd
a、traingdx、trainrp、train
cgf、traincgp、traincgb、tr
ainscg 、 trainbfg 、 trainoss
、trainlm
net.trainParam.lr
学习率（缺省为 0.01） traingd、traingdm、traingd
评论1