|
马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。
您需要 登录 才可以下载或查看,没有账号?我要加入
x
我的目的是编一个神经网络训练的函数,做成dll(也就是写一个训练的M文件),不知道该如何写啊?
我从网上找到一个,但是其中的参数不起作用(无法实现参数控制,例如我不设置input,output就可以直接再matlab运行Bptrain函数),请问高手问题出在哪里?能否给个完整的编程样例?
时间很紧,非常感谢啊!
以下是我找到的代码:
function bptrain(input,output,inputdim,outputdim,hiddenunit,datasetnum,errorgoal,numepoch,learnratio)
global input output inputdim outputdim hiddenunit datasetnumber errorgoal numepoch learnratio
InDim=inputdim;%样本输入维数
OutDim=outputdim;% 样本输出维数
SamNum=datasetnumber;%训练样本数
HiddenUnitNum=hiddenunit;%隐节点数
MaxEpochs=numepoch;%最大训练次数
lr=learnratio;%学习率
E0=errorgoal;%目标误差
SamIn=input;
SamOut=output;
W1=0.2*rand(HiddenUnitNum,InDim)-0.1;
B1=0.2*rand(HiddenUnitNum,1)-0.1;
W2=0.2*rand(OutDim,HiddenUnitNum)-0.1;
B2=0.2*rand(OutDim,1)-0.1;
W1Ex=[W1 B1];
W2Ex=[W2 B2];
SamInEx=[SamIn' ones(SamNum,1)]';
ErrHistory=[];
for i=1:MaxEpochs %正向传播计算网络输出
HiddenOut=logsig(W1Ex*SamInEx);
HiddenOutEx=[HiddenOut' ones(SamNum,1)]';
NetworkOut=logsig(W2Ex*HiddenOutEx);
% 停止学习判断
Error=SamOut-NetworkOut;
SSE=sumsqr(Error)
%记录每次权值调整后的训练误差
ErrHistory=[ErrHistory,SSE];
if SSE<E0,break,end
%计算反向传播误差
Delta2=Error.*NetworkOut.*(1-NetworkOut);
Delta1=W2'*Delta2.*HiddenOut.*(1-HiddenOut);
%计算权值调节量
dW2Ex=Delta2*HiddenOutEx';
dW1Ex=Delta1*SamInEx';
%权值调节
W1Ex=W1Ex+lr*dW1Ex;
W2Ex=W2Ex+lr*dW2Ex;
W2=W2Ex(:,1:HiddenUnitNum);
end
W1=W1Ex(:,1:InDim);
B1=W1Ex(:,InDim+1);
W2=W2Ex(:,1:HiddenUnitNum);
B2=W2Ex(:,HiddenUnitNum+1);
%绘制误差曲线
figure
hold on
grid
[xx,Num]=size(ErrHistory);
plot(1:Num,ErrHistory,'r-'); |
|