如何理解bp神经网络 非线性拟合激活函数的非线性映射作用？或者说， bp神经网络 非线性拟合激活函数是怎样起到非线性映射作

来源：蜘蛛抓取(WebSpider) 时间：2016-06-01 05:13 标签： 神经网络 非线性
基于BP神经网络的非线性函数拟合――程序设计说明_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
基于BP神经网络的非线性函数拟合――程序设计说明
上传于||文档简介
&&基​于​B​P​神​经​网​络​的​非​线​性​函​数​拟​合​―​―​程​序​设​计​说​明
阅读已结束，如果下载本文需要使用2下载券
想免费下载本文？
下载文档到电脑，查找使用更方便
还剩14页未读，继续阅读
你可能喜欢matlab训练BP神经网络，nntool中如何设置，权值，激活函数的修改等问题_百度知道
matlab训练BP神经网络，nntool中如何设置，权值，激活函数的修改等问题
[S2; s=sim(net1;purelin'pn(;trainlm&#39,4:321):.show=1;tansig&#39,1,N]=size(X); net1;&gt,6;aa=xlsread('r*'net1=newff(minmax(pX),&#39，谢谢各位,&#39.max_fail=5,minp，nntool中input的value如何设置;X=p;pr=[pn(,Y;;data001;pd=aa(1; 从哪儿去设置权值,1]：.xls&#39.trainParam::305);t=pn(5; hold on plot(s;pX=pr(;);
er=pY-s:,5;}.trainP [net1;pY=pn(5;
figure plot(pY:)'神经网络训练图&#39,{&#39,2.epochs=2000,'S1=16;[R,maxp]=premnmx(pd); title(&#39,3:325;););T=t;)::,1;pn(:323):; net1=init(net1),pX;b&#39:325):;& net1,&#39,301;pn(,,pX):322),pY),E]=train(net1:300):325)]; net1; net1,[pn.trainParam:320).001.goal=0,[16;pn(.trainP),N]=size(T):324),306;p=pr(看到别人分享的代码，论文急用
提问者采纳
/zhidao/pic/item/267f9e2fb4d08f1c9.jpg" />&nbsp://h.&nbsp.jpg" target="_blank" title="点击查看大图" class="ikqb_img_alink"><img class="ikqb_img" src="这个是激活函数的语句; &/zhidao/wh%3D600%2C800/sign=80f6f46e8db1cb133e3c/becedfaf2b4d4.).baidu,1]./zhidao/pic//zhidao/wh%3D450%2C600/sign=/zhidao/wh%3D450%2C600/sign=bd7d77e18eeaa9b2fd6e/becedfaf2b4d4.jpg" esrc="http.baidu://h;。隐含层神经元数量的公式.com/zhidao/wh%3D600%2C800/sign=a6b1bf7f36d3d539cc568/267f9e2fb4d08f1c9。BP神经网络是计算机自主学习的一个过程.purelin&#39.hiphotos.baidu://e://e,&#39://e;trainlm&#39://h,{&#39.hiphotos.jpg" esrc="&nbsp.jpg" /><a href="http：<a href="http.baidu，但是一般不需要修改.hiphotos，程序员要做的就是确定隐含层神经元的数量以及训练精度;tansig&#39,[16;},&#39net1=newff(minmax(pX)
提问者评价
其他类似问题
为您推荐：
bp神经网络的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁查看: 2102|回复: 4|关注: 0
求解，该如何用matlab设计BP神经网络实现非线性函数映射
求解，该如何用matlab设计BP神经网络实现非线性函数映射？
:)来人啊？帮帮忙！！
3.1.2试设计BP神经网络实现非线性函数映射。
　　掌握matlab软件环境下的BP网络设计，理解BP网络的非线性映射能力。
二、实验内容
　　用BP网络解决函数非线性映射问题：函数y=x1/2 ;&&y=x2 ; y=sin(x)
三、实验步骤
（1）训练集可取{0.1、0.3、0.5、0.7、0.9、1}；测试集可取：{0.2、0.4、0.6、0.8}
（2）根据问题的需要，利用matlab软件设计网络的隐层节点数和训练参数，开始训练；
（3）在预测输入窗口键入输入向量，考察预测输出窗口的输出与教师信号之间的偏差，考察BP网络是否可以实现函数非线性映射。
p=0.1:0.1:1;
[pn,minp,maxp,tn,mint,maxt]=premnmx(p,t);
net=newff(minmax(pn),[3,1],{'logsig','purelin'},'trainlm');
net.trainParam.show=20;
net.trainParam.epochs=2000;
net.trainParam.lr=0.1;
net.trainParam.goal=1e-4;
net.trainParam.mc=0.8;
[net,tr]=train(net,pn,tn);
tp=0.2:0.2:0.8;
[ttp]=tramnmx(tp,minp,maxp)%对测试数据进行归一化
Tp=sim(net,ttp)
Tp=postmnmx(Tp,mint,maxt); %对预测数据进行反归一化
plot(p,T,'r',tp,Tp,'o')%绘图
legend('测试期望值','测试仿真值')
<font color="#2068915 发表于
p=0.1:0.1:1;
=premnmx(p,t);
请问下大家，我这个输入正确的吗？谢谢。
站长推荐 /2
Powered by神经网络的激活函数都采用非线性函数，如阈值型或S型，为何不采用线性激活函数呢？
按时间排序
因为那样就相当于矩阵连乘了、不信你把三层感知机的方程展开看一下
线性的话你多少层都是一样的。。
非线性是神经网络或深度学习的“精气神”，正是由于网络中强大且无法形式化的非线性，才在当下大数据时代成为明日之星 ()。另外，当初人工神经网络（Artificial Neural Networks）的提出就是为了模拟人的神经元，假若网络中全部是线性部件，那么线性的组合还是线性，与单独一个线性分类器无异。这样就根本做不到用非线性来逼近任意函数。
第层神经元的状态值是第层神经元的激活值是其中和为线性部分，为非线性部分那么第层状态值和层状态值的关系就是假设是线性函数，那么和之间就是线性关系了，同理最终层的输出和首层输入之间也就是说线性关系了，那么实际上你的ANN就连单层ANN都不是，直接退化成线性分类器了。（谢谢
如果使用线性函数会造成结果的剧烈抖动，不能收敛。现有的激活函数可以做到在0和1的接近区间内平滑收敛。这才是关键。
一个神经元的主要工作就是对2种状态分类，线性激活函数对分类能力增强作用不大...直观的了解神经元的分类过程，请看
有人认为这个地方会产生一个跃变。
最早的神经网络其实用的就是线性激活函数的。但是线性激活函数的学习能力非常有限。引入sigmoid实际上是为了引入非线性，实际上就是增强了学习能力。这里是非常容易理解的一篇文章，你可以读一读： 你可以用相同的方式去分析一下使用tanh，ReLu等激活函数在拟合能力上是否跟sigmoid保持数量级上的一致。
也有用线性函数的。线性主要的问题是 可能输出会变的无限大 或者无限小 不好控制。Adaline网络好像就是线性的。像bp这种，如果用线性的，求导以后 就一个常数，也不太好吧！但是最后一层 有时候 还是会用线性的。不然只能定在0和1之间了
线性激活函数的话不管几层最后都只是一层的效果。一般最后一层用线性的用来得到各种阈值的输出。
已有帐号？
无法登录？
社交帐号登录激活函数可调的RBF神经网络模型_郭佰胜_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
激活函数可调的RBF神经网络模型_郭佰胜
上传于||文档简介
&&激&#8203;活&#8203;函&#8203;数&#8203;可&#8203;调&#8203;的&#8203;R&#8203;B&#8203;F&#8203;神&#8203;经&#8203;网&#8203;络&#8203;模&#8203;型&#8203;_&#8203;郭&#8203;佰&#8203;胜
阅读已结束，如果下载本文需要使用1下载券
想免费下载本文？
你可能喜欢

我要回帖

更多关于 神经网络 非线性 的文章

 

随机推荐