BP神经网络

[linden]

>> P=-1:0.1:1;
T=[-0.9602 -0.5770 -0.0729 0.3771 0.6405 0.6600 0.4609 0.1336 -0.2013 -0.4344 -0.5000 -0.3930 -0.1647 0.0988 0.3072 0.3960 0.3449 0.1816 -0.0312 -0.2189 -0.3201];
plot(P,T,'*')
net=newff(minmax(P),[8,1],{'tansig','logsig'},'trainlm');
net.trainParam.epochs=2000;
net.trainParam.goal=0.001;
net=train(net,P,T);
y=sim(net,P);
error=y-T;
res=norm(error);
程序如上，每次运行时结果都不一样，为什么？
还有就是这段程序是从书上抄的，书上说可以达到训练要求，可我试了多次也不行为什么？

[tj767061]

因为每次训练时的初始权值和阈值都不一样，因此结果不一样

[linden]

能不能通过设置权值和初值使达到训练目标？
因为每次训练时的初始权值和阈值都不一样，因此结果不一样

[草草]

哈哈，我是菜鸟，最近一直在搞BP网络，昨天刚看到一个程序和你的类似，也是每次运行结果不同，这是正常的，因为每次训练时的初始权值和阈值都不一样，因此结果不一样，有时候网络会收敛的很快有时候又需要很长时间。我是这样理解的。

[倏忽]

权阈值是除了结构，最重要的部分，具体值是不可以设置的，但可以规定它们的范围。方法很多，如果你的模型对权阈值要求很高，建议你学学径向基神经网络。:redface:

[huichou]

不错，好东西，谢谢分享

[silas_xue]

lz 不太清楚你所指的结果不一样是什么意思？ 是指的是训练的收敛过程还是最终结论 前者当然是可能不同的 最终结论 看你的应用是否是基于统计模型下的 如果是的话 那么从期望上来讲 对于成熟的正确的算法 其结果在统计意义上应当是恒定的