求助神经网络的程序

mlzhang327

各位大侠：

这是我写的神经网络训练的程序
P=[ 1 0 0 0 0  1 0 0 0 0;
    1 0 0 0 0  0 1 0 0 0;
    1 0 0 0 0  0 0 1 0 0;
    1 0 0 0 0  0 0 0 1 0;
    1 0 0 0 0  0 0 0 0 1;
    0 1 0 0 0  1 0 0 0 0;
    0 1 0 0 0  0 1 0 0 0;
    0 1 0 0 0  0 0 1 0 0;
    0 1 0 0 0  0 0 0 1 0;
    0 1 0 0 0  0 0 0 0 1;
    0 0 1 0 0  1 0 0 0 0;
    0 0 1 0 0  0 1 0 0 0;
    0 0 1 0 0  0 0 1 0 0;
    0 0 1 0 0  0 0 0 1 0;
    0 0 1 0 0  0 0 0 0 1;
    0 0 0 1 0  1 0 0 0 0;
    0 0 0 1 0  0 1 0 0 0;
    0 0 0 1 0  0 0 1 0 0;
    0 0 0 1 0  0 0 0 1 0;
    0 0 0 1 0  0 0 0 0 1;
    0 0 0 0 1  1 0 0 0 0;
    0 0 0 0 1  0 1 0 0 0;
    0 0 0 0 1  0 0 1 0 0;
    0 0 0 0 1  0 0 0 1 0;
    0 0 0 0 1  0 0 0 0 1]';
T=[ 0   0   0.5  0    0;
    0   0   0    0.5  0;
    0   0   0    0.5  0;
    0   0   0    0    1;
    0   0   0    0    1;
    0   0   1    0    0;
    0   0   0    0.5  0;
    0   0   0    0.5  0;
    0   0   0    0.5  0;
    0   0   0    0    1;
    0   0.5 0    0    0;
    0   0.5 0    0    0;
    0   0   1    0    0;
    0   0   1    0    0;
    0   0   0    0.5  0;
    1   0   0    0    0;
    0   0.5 0    0    0;
    0   0.5 0    0    0;
    0   0.5 0    0    0;
    0   0   1    0    0;
    1   0   0    0    0;
    1   0   0    0    0;
    0   0.5 0    0    0;
    0   0.5 0    0    0;
    0   0.5 0    0    0;]';
%根据Kolmogorov定理，由输入层有10个结点，所以中间层有21个结点
%中间层神经元的传递函数为tansig
%输出层有7个结点，其神经元传递函数为logsig
%训练函数采用traingdx
net=newff(minmax(P),[21,5],{'tansig','logsig'},'traingdx');
%训练步数为1000次
%训练目标误差为0.001
net.trainParam.epochs=1000;
net.trainParam.goal=0.001;
net=train(net,P,T);


我的问题：
1、为什么不是每次训练都能达到目标误差呢？怎么样才算这个网络训练好了？
2、怎样利用离线训练好的网络呢？直接在后面加C=sim(net,P);吗？这样的话，这是在线计算吧？在这个过程中，达不到目标误差，结果可不可靠？为什么每次输出的结果差别非常大？

谢谢各位，能不能传一个完整的神经网络的例子啊？？

谢谢

eight

原帖由 mlzhang327 于 2007-5-31 12:17 发表

                               
登录/注册后可看大图

各位大侠：

这是我写的神经网络训练的程序
P=[ 1 0 0 0 0  1 0 0 0 0;
    1 0 0 0 0  0 1 0 0 0;
    1 0 0 0 0  0 0 1 0 0;
    1 0 0 0 0  0 0 0 1 0;
    1 0 0 0 0  0 0 0 0 1;
    0 1 0 0 0  1 ...

请搜索版面，有很多关于神经网络的讨论，请参考一下