Python学习
神经网络自适应调节函数adapt
clear all;
p1={-1 0 1 0 1 1 -1 0 -1 1 0 1};
t1={-1 -1 1 1 1 2 0 -1 -1 0 1 1};
net=linearlayer([0 1],0.1)
%创建一个线性层，输入范围为【-1,1】，0和1的输入延迟，学习率为0.1
[net,y,e,pf]=adapt(net,p1,t1);
mse(e);
输出：
ans =
0.7006
linearlayer 用间接方式解决线性不可分的问题，用多个线性函数对区域进行划分，然后对神经元输出进行逻辑运算。
MSE是（神经）网络的均方误差，叫”Mean Square Error”。比如有n对输入输出数据，每对为[Pi,Ti],i=1,2,…,n.网络通过训练后有网络输出,记为Yi。那
MSE＝(求和(Ti-Yi)^2(i=1,2,..n))/n，即每一组数的误差平方和再除以数据的对数。
Be the First to comment.
About Author
JOANNA JIANG
未来程序员，一般好看，热爱新事物。