问题标签 [nntool]

我正在使用 Matlab 进行实验，设置一个 Narx 神经网络，其输入向量由 2 个值组成，每个值延迟 30 次，比我有一个具有 40 个神经元的隐藏 sigmoid 层，另一个具有 15 个神经元和输出层组成一个具有 purelin 函数的值。

我尝试将网络传输到 c/c++ lib fann，因此我尝试了解哪个层在做什么。

netc.LW{6} 给了我一个有 15 个值的向量。当我将值设置为零时

并通过以下方式为网络提供零

我希望只有偏差会出现在输出中，但我得到的值是 311.7813 的 40 倍。将输出层上的偏差设置为零，我得到 255.5 的 40 倍作为输出。我怎么了？

我有一个 90×8 的数据集，我从 90 个字符图像（即数字 1-9）中提取了特征（通过在每个 10×10 单元格中求和 1）。每行代表一个图像。我正在尝试使用以下代码来训练神经网络并识别新的输入图像（包括 1 到 9 之间的数字）：

之后，我想使用以下内容来使用经过训练的网络识别新图像。m 是一个也被特征提取的图像字符。

我收到以下错误，我不知道如何解决它：

使用 trainlm 时出错（第 109 行）

输入和目标具有不同数量的样本。

网络/火车错误（第 106 行）[net,tr] = feval(net.trainFcn,net,X,T,Xi,Ai,EW,net.trainParam);

神经错误（第 55 行）[net,tr]=train(net,datasetNormalized,T);

注意：datasetNormalized 是我在 [0,1] 中标准化的数据集。哪个部分导致问题？

我有一个输入数据集（矩阵 25x1575），它被归一化为 0 和 1 之间的值。我还有一个二进制格式的输出矩阵（9x1575），如 0 0 0 0 0 0 0 0 1、1 0 0 1 1 1 0 0 1 ...

我在 matlab nntool 中导入了这两个文件，它根据我的需要自动创建了一个具有 25 个输入和 9 个输出节点的网络。

在我使用前馈 backProp 训练这个网络之后，我在其训练数据中测试了模型，每个输出节点返回一个十进制值，如 (-0.1978 0.45913 0.12748 0.25072 0.45199 0.59368 0.38359 0.31435 1.0604)。

为什么它不返回像 1 0 0 1 1 1 0 0 1 这样的离散值？我必须在 nntool 中设置什么才能获得这样的值吗？

使用 Matlab 中的 nntool(Neural Network Manager)，我们创建了一个名为 network1 的神经网络，网络类型为 Feed Forward backprop。训练函数是TRAINLM，学习函数是LEARNGDM，性能函数是MSE。层数为 2，传递函数为 TRANSIG。输入数为 2。

我们使用已知数据集对其进行了训练。

现在，我们想在实时值上使用这个训练有素的神经网络（一个一个地动态地）来获得输出。

我们无法在实时值上使用网络。因此，请指导我们完成在实时值上使用经过训练的神经网络的步骤。

当我研究神经网络时，数学推导总是在隐藏层和输出层使用sigma函数。但是 Mathworks 中的 NNtool 框建议用户在隐藏层使用 sigma，在输出层使用 pureline。谁能告诉我为什么输出层可以是纯线？我只是无法理解此激活功能的原因。

http://imgur.com/9V2HIlF // 传统的反向传播公式

如公式，如果我使用纯函数，结果会很不一样。但是我没有看到输出激活函数是纯线的反向传播的任何推导。我只是想知道是否有任何理由使用 prureline，而它与传统的反向传播不同。

我有以下代码

我想从 MATLAB 命令行访问在网络训练后生成的平均平方误差 (MSE)。如果没有直接访问 MSE 的代码，我需要一个算法来计算它。

提前致谢。

当我试图在这个答案之后抑制由 train() 调用的 GUI 时，我遇到了这个问题：

http://www.mathworks.com/matlabcentral/answers/81073-how-to-close-nntrain-tool

所以在创建我的网络后，我禁用了 GUI：

net = narxnet(...) net.trainParam.showWindow = 0;

不幸的是，它仍然会弹出！为什么？

我是 Matlab 中神经网络工具箱（nntool）的新手。我已经使用相同的数据集训练了两个网络。这些网络中的一个包含比另一个更多的神经元。

现在我想知道：如何比较这些网络？我怎么能说网络 A 比网络 B 好？

这完全与我的测试集中正确分类模式的数量有关吗？假设两个网络都显示了相同的测试集，并且网络 A 正确分类了更多模式。我可以说网络 A（通常）比网络 B 好吗？

还是我也应该根据我的表现功能来看看表现？

是否有任何其他措施可以比较使用不同参数训练的两个网络？

我正在尝试从Matlab脚本中调用 java 函数，我尝试了网站中的所有解决方案，但没有遇到问题。我的课很简单：

所以我把.java文件（也.class）放在我的工作空间中C:\scriptsMatlab，并在 Matlab 中添加了这个路径，但是当我尝试调用该函数时，它告诉我在of 中javaclasspath没有具有此名称的类。javaclasspathMatlab

编辑： 这是 Matlab 使用的 java 版本：

这是我用来编译我的类的 jdk 版本：

但是当我尝试从 matlab 执行这个命令时

它告诉我：

我正在使用 Matlab 中的 nntool 开发一个神经训练网络，我有 11250 个不同长度的文本文件作为输入（从 10 到 500 个单词，或者如果我消除了多余的单词，可以说是 10 到 200 个单词），我没有找到将此输入文本表示为数字数据以运行我的训练算法的好方法。我考虑过创建一个单词词汇表，但我发现这个词汇表包含 16000 个不同的单词，非常庞大。一些文本文件之间有一些共同的词。