matlab神经网络每次训练都保存网络,BP神经网络中训练次数怎么每次运行后显示的次数...

公告： 为响应国家净网行动，部分内容已经删除，感谢读者理解。

话题：BP神经网络中训练次数怎么每次运行后显示的次数不一样呢回答：额，你在编写BP神经网络程序时肯定是设定了训练次数或者结束训练条件的，BP算法的训练具有随机，所以达到结束条件的时间或训练次数一般是不同的。如果每次训练次数相同的话，训练结果程度极小，建议增大训练次数数值！话题：BP神经网络运行到什么程度算OK回答：你可以设定一个goal，这个goal是训练时用的，用来验算网络的拟合程度、映能力，没有严格要求，你可以随意设定，再慢慢调整，有的人设0.1，有的人设0.000001，你自己慢慢试。主要看最后你用test算例验证时的效果，可以算相对误差，再用mse函数或sumsqr函数得到统计指标，指示网络的能。话题：BP神经网络输入层和训练次数怎样选择回答：输入层就是你的输入向量的维度；训练次数一般试试几次就知道了，可以先选择1000次，看最终的训练到没到目标误差。然后视情况多少进行训练次数的增减。

参考回答：输入层就是看你的结果影响因的数目，而训练次数是程序自己计算的，因为你要设定误差目标，模型误差到达你设定的目标误差时训练结束，这时的训练次数就是最终训练次数。话题：BP神经网络训练的过程在命令窗口中怎么显示回答：matlab中=train()这个语句来训练，其中还需要设定一些训练参数。 在命令窗口中显示，如果我理解的没错应该是误差曲线变化吧，plotperf(tr)应该可以看到，你话题：BP神经网络出现部极小的处理回答：我认为这是神经网络算法本身一种缺陷，影响它收敛效果的因素有：初始权值，神经网络的训练方式(神经网络的训练函数，不同的函数对收敛影响很大)，隐层层数(个人认为这个影响很小)。用遗传算法可以优化初始权值，但是对不同的数据很难用同一组参数都能得到很好效果，遗传算法本身也有它自己的缺陷。所以，你遇到的问题我认为比较有效的是调整遗传算法的参数，搜索空间的范围；改变神经网络的训练函数。希望对你有帮助。话题：BP神经网络 运行的步骤太少就停了,是参数设置的问题吗？回答：不是运行太少而停止，是达到了你的要求。.trainParam.goal=0.01;精度调高点试下话题：用BP神经网络做数据拟合回归,每次运行结果都不一致,望高人指点回答：你这个目标要求的也太高了吧，要1e-12!1e-5,1e-6就行了。而且就训练100次由什么用，BP的话起码要3000到5000次训练，复杂问题要10000次左右，再说BP网络存在“殊途同归”的问题，所以每次不太一样也是正常的，只要测试误差满足要求就行了

参考回答：神经网络就是这样的特点。因为每次初始化网络时都是随机的(每次初始权值都是随机赋值的)，而且训练终止时的误差也不完全相同，结果训练后的权植和也不完全相同(大致是一样的)，所以每次训练后的结果也略有不同。不过，如果你把训练好的保存下来，这时候再进行，每次的预测结果应该是一样的。话题：BP神经网络每次训练结果不一样,怎么回事回答：你用的是matlab的神经网络工具箱吧。那是因为权值和阈值每次都是随机初始化的，所以结果就会不一样， 你可以把随机固定，即在码前面加上setdemorandstream(pi)； 这话题：BP神经网络训练完后,如何其训练次数,当然matlab命令窗口中回答：好像是.、、、.、、、.、、、的形式可以获取！有点像结构体！

参考回答：求解，怎么用结构体的形式 获取训练次数与训练误差啊话题：BP神经网络分类回答：现在还没有什么成熟的定理能确定各层神经元的神经元个数和含有几层网络，大多数还是靠经验，不过3层网络可以近任意一个非线网络，神经元个数越多近的效果越好。