我的一段bp网络程序，高手能不能帮忙看一下，错在哪里
clear all;clc;
x=-2:0.01:2; %输入向量
t=1+sin((pi/4)*x); %目标函数
net=newff(minmax(t),,{'logsig','purelin'},'traingd');
%创建一个新的神经元网络，1-2-1结构。一个输入向量取值范围是[-2 2]，两个隐含层结点，
%输出层一个结点，隐含层激活函数为logsig，输出层激活函数为purelin，训练函数为下降
%梯度函数traingd
net.trainParam.epochs=100000;%设置训练次数
net.trainParam.goal=0.01; %设置训练目标
LP.lr=0.01; %设置训练步长
net=train(net,x,t); %训练函数
figure
hold on
%plot(x,t);
plot(x,t,'r');
y=sim(net,x);
plot(x,y);
为什么网络输出与目标函数输出有较大差距？ 看看先把数据归一化
然后再反归一化试试
页:
[1]