xtingjie的博客

工具箱函数主要包括建立、训练、测试三个步骤。创建网络feedfowardnet函数 示例代码：net = feedforwardnet(10); %创建网络，隐藏层节点数量10net = feedforwardnet([10, 6]); %创建网络，有两隐藏层，节点数量分别为10、6view（net）；%显示网络形状训练网络net = tra

BP是back propagationBP神经网络主要的算法在于误差反向传播error BackPropagation神经网络结构有三层：输入层（input）、隐含层（hidden）、输出层（output）输入层：n个神经元隐含层：p个神经元输出层：q个神经元变量定义输入向量：x=(x1,x2,...,xn)x=(x_1,x_2,...,x_n) 隐含层输入向量：hi=(hi1,hi2,...,h

卷积神经网络（Convolution Neural Network，CNN）一般用于图像识别步骤主要步骤是：卷积层 + 池化层 + 卷积层 + 池化层 + 全连接层卷积层一个卷积核就有是一个神经元一个卷积核就会得到一张卷积后的图像图中有两个卷积核：卷积核1、卷积核2图中只计算了卷积核1的卷积结果，就是右下角粉红色的矩阵池化层池化层（pooling）就是下采样subsampling就是把大图像变小常用