“无法将类型为 network 的值用作索引”——MATLAB神经网络训练函数train报错解决以及train函数弹窗介绍

一、报错解决

1、场景：当使用MATLAB进行BP神经网络学习时，使用train函数对神经网络进行训练的时候，可能会出现如下报错

2、报错内容：

3、报错原因：可能是数据集文件名train与MATLB训练函数名train冲突

4、解决方法：将数据集文件名修改即可

二、train函数弹窗介绍

在Matlab中使用train函数对神经网络进行训练的时候，会弹出以下窗体

1、Netrual NetworkA(所搭建的神经网络的结构)

输入——隐含层——输出层——输出

下面对应的数字表示：2维输入，隐含层神经元个数为8，输出层为1，输出为单输出

2 、Algorithms（算法）

（1）Data Division：数据划分算法——随机划分
（2）Training：训练函数采用的算法——Bayesian Regularization算法进行训练
（3）Performance：性能检测算法——采用mse（均方误差）计算误差
（4）Calculations：该网络保存为MEX格式

3、Progress （进度：当前的训练状态）

（1） Epoch：训练次数

         右边显示的是最大的训练次数（可人为设定）；进度条中显示的是实际训练的次数（上图为           406次）

（2）Time：训练时间——即本次训练中使用的时间（上图为2秒）。

（3） Performance：性能指标

        进度条中显示的是当前的均方误差；

        右边显示的是设定的均方误差，如果当前的均方误差小于设定值，则停止训练。

（4） Gradiengt：梯度

        进度条中显示的当前的梯度值

        右边显示的是设定的梯度值，如果当前的梯度值达到了设定值，则停止训练。

（5）Mu：阻尼因子

          Mu值越大意味着算法收敛效果越好。

（6）Effective#Param：有效参数

（7）Sum Squared Param: 残差平方和

4 Plots (绘图)

分别点击3个框，绘制相应的图，用于分析当前神经网络的性能。

(1)Performance：通过均方差衡量网络的性能, 迭代次数越多，性能越好。

(2)Training tate：训练状态跟踪

(3)Regression：体现神经网络对应数据的拟合程度。