如何在 Matlab 中实现多层神经网络?
how to implement a Multilayer Neural Network in Matlab?
m1= xlsread('NSL_KDD_TRAIN.xlsx','A2:AO67344'); % m1=input
m= xlsread('NSL_KDD_TRAIN.xlsx','AP2:AP67344'); % m=output
net=newff(m1',m',8);
net=train(net,m1',m');
y=sim(net,m1'); %training data output
y3=round(y); % making nonfraction number
n1= xlsread('NSL_KDD_TRAIN.xlsx','A67345:AO79000'); % n1=input
n= xlsread('NSL_KDD_TRAIN.xlsx','AP67345:AP79000'); % n=output
net=newff(n1',n',8);
net=train(net,n1',n');
y1=sim(net,n1'); %training data output
y31=round(y1);
我想使用前馈神经网络的输出作为输入来训练另一种相同类型的神经网络。我如何使用内置函数来做到这一点?从上面的代码中,我需要训练一个新的 newff
,其中我的输入参数将是 y3
和 y31
。在 m1
和 n1
中有 41 列,我需要新网络中的所有 41 列。我怎样才能使用内置函数做到这一点?
如果您假设架构相同,为什么不使用两层而只训练一个网络?
net = newff(input,target,[Layer_1 Layer_2],{'tansig' 'tansig' 'tansig'});
您可以根据需要指定 Layer_1 和 Layer_2 的大小,也可以更改每个层之间的激活函数。
Tutorial to create custom network from Mathworks
希望这会有所帮助
m1= xlsread('NSL_KDD_TRAIN.xlsx','A2:AO67344'); % m1=input
m= xlsread('NSL_KDD_TRAIN.xlsx','AP2:AP67344'); % m=output
net=newff(m1',m',8);
net=train(net,m1',m');
y=sim(net,m1'); %training data output
y3=round(y); % making nonfraction number
n1= xlsread('NSL_KDD_TRAIN.xlsx','A67345:AO79000'); % n1=input
n= xlsread('NSL_KDD_TRAIN.xlsx','AP67345:AP79000'); % n=output
net=newff(n1',n',8);
net=train(net,n1',n');
y1=sim(net,n1'); %training data output
y31=round(y1);
我想使用前馈神经网络的输出作为输入来训练另一种相同类型的神经网络。我如何使用内置函数来做到这一点?从上面的代码中,我需要训练一个新的 newff
,其中我的输入参数将是 y3
和 y31
。在 m1
和 n1
中有 41 列,我需要新网络中的所有 41 列。我怎样才能使用内置函数做到这一点?
如果您假设架构相同,为什么不使用两层而只训练一个网络?
net = newff(input,target,[Layer_1 Layer_2],{'tansig' 'tansig' 'tansig'});
您可以根据需要指定 Layer_1 和 Layer_2 的大小,也可以更改每个层之间的激活函数。
Tutorial to create custom network from Mathworks
希望这会有所帮助