本文介绍了作者在学习神经网络过程中，使用MATLAB神经网络工具箱进行模型搭建和运行的经验。相较于Python，作者发现MATLAB在处理模型时速度更快。文章简要概述了工具箱的功能，并提及未来计划在BP神经网络基础上结合遗传算法和蚁群算法进行优化。目前，作者已尝试了工具箱中四种类型的神经网络，并通过plot查看训练结果。
前几天根据师兄提醒，开始根据之后硕士的项目开始学习相关必要知识和工具
首先就是神经网络，通过学习《神经网络和深度学习》大体了解神经网络这个东西以及原理。
这几天开始用MATLAB搭建神经网络的例程跑模型。虽然对神经网络有了解，但是我一直有一个疑问，之前在虚拟机上用pytthon跑模型的时候数据训练非常的慢，现在用matlab建立简单模型运行会比之前快很多，可能是因为一个是图形数据一个是音频数据的原因。
7.27
开始接触MATLAB里的神经网络工具箱，通过学习工具想来做出简单的模型搭建以及运行。之后的目的是学习在BP神经网络的基础上添加遗传算法，蚁群算法等优化算法来优化网络，这是后话。
先简单了解了MATLAB中的神经网络工具箱，工具箱功能还是非常强大的，已经可以拟合出非常多的曲线来分析了。
神经网络工具箱选择（4种）
今天下载了自带的example跑了一次试一下
选择隐藏神经元个数
训练结束后可以在plot查看各种图表，这里只对工具箱操作做简单介绍
最低0.47元/天 解锁文章
扫一扫
1070
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
