本文共 484 字，大约阅读时间需要 1 分钟。

    周末心血来潮，想搞个神经网络玩玩。看了点儿概念，找到神经网络工具箱，就基本搞定了。

    matlab果然神器，就是矩阵操作啥的都忘记的差不多了，基本靠for，效率是一点谈不上了。哎~~~

基本概念

    人工神经网络是一个并行、分布处理结构，它由处理单元及成为连接的无向信号通道互连而成。     神经网络(NN)是一个非线性的有向图，图中含有可以通过改变权大小来存放模式的加权边，并且可以从不完整的或未加的输入找到模式。     NN可以不断从所接收的样本集合中提取该集合所蕴含的共性的东西，通过学习，以神经元之间的联接权重的形式存放于系统中。对不同的     NN模型，有不同的学习/训练算法。对于一个网络模型来说，其学习/训练算法是非常重要的。     NN在被训练后，对输入的微小变化是不敏感的。     在训练时如果报警：Matrix is close to singular or badly scaled，表示出现了奇异矩阵，输入有一点扰动，输出将有很大扰动，此系统基本无效。出现这种问题的原因肯能是数据出了问题，可以首先用归一化等手段对数据进行处理。 Reference 1、人工神经网络导论. 蒋宗礼

转载地址：https://blog.csdn.net/up2wing/article/details/12897711 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！