本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。

函数逼近和非线性回归

创建神经网络来归纳示例输入与输出之间的非线性关系

App

神经网络拟合Fit data by training a two-layer feed-forward network

函数

nnstartNeural network getting started GUI
viewView shallow neural network
fitnetFunction fitting neural network
feedforwardnetGenerate feedforward neural network
cascadeforwardnetCascade-forward neural network
trainTrain shallow neural network
trainlmLevenberg-Marquardt backpropagation
trainbrBayesian regularization backpropagation
trainscgScaled conjugate gradient backpropagation
trainrpResilient backpropagation
mseMean squared normalized error performance function
regression(Not recommended) Perform linear regression of shallow network outputs on targets
ploterrhistPlot error histogram
plotfitPlot function fit
plotperformPlot network performance
plotregressionPlot linear regression
plottrainstatePlot training state values
genFunctionGenerate MATLAB function for simulating shallow neural network

示例和操作指南

基本设计

使用浅层神经网络拟合数据

训练浅层神经网络以拟合数据集。

创建、配置和初始化多层浅层神经网络

准备多层浅层神经网络。

体脂估计

此示例说明函数拟合神经网络如何基于解剖学测量值来估计体脂率。

训练与应用多层浅层神经网络

训练和使用多层浅层网络进行函数逼近或模式识别。

分析训练后的浅层神经网络性能

分析网络性能并调整训练过程、网络架构或数据。

Deploy Shallow Neural Network Functions

Simulate and deploy trained shallow neural networks using MATLAB® tools.

Deploy Training of Shallow Neural Networks

Learn how to deploy training of shallow neural networks.

训练可扩展性和效率

使用并行和 GPU 计算的神经网络

使用并行和分布式计算,可以加快神经网络训练和仿真以及处理大量数据的速度。

Automatically Save Checkpoints During Neural Network Training

Save intermediate results to protect the value of long training runs.

Optimize Neural Network Training Speed and Memory

Make neural network training more efficient.

最优解

选择神经网络输入输出处理函数

对输入和目标进行预处理,以提高训练效率。

配置浅层神经网络输入和输出

了解如何在训练前使用 configure 函数手动配置网络。

划分数据以实现最优神经网络训练

使用函数将数据分为训练集、验证集和测试集。

选择多层神经网络训练函数

不同问题类型的训练算法比较。

提高浅层神经网络泛化能力,避免过拟合

了解提高泛化能力和防止过拟合的方法。

Train Neural Networks with Error Weights

Learn how to use error weighting when training neural networks.

Normalize Errors of Multiple Outputs

Learn how to fit output elements with different ranges of values.

参考书目

Shallow Neural Networks Bibliography

Refer to additional sources of information about neural networks.

概念

神经网络设计的工作流

了解神经网络设计过程中的主要步骤。

Four Levels of Neural Network Design

Learn the different levels of using neural network functionality.

多层浅层神经网络与反向传播训练

设计用于函数拟合和模式识别的多层浅层前馈神经网络的工作流。

多层浅层神经网络架构

了解多层浅层神经网络的架构。

Understanding Shallow Network Data Structures

Learn how the format of input data structures affects the simulation of networks.

浅层神经网络的样本数据集

试验浅层神经网络时要使用的样本数据集列表。

神经网络对象属性

了解定义网络基本特征的属性。

Neural Network Subobject Properties

Learn properties that define network details such as inputs, layers, outputs, targets, biases, and weights.