cascadeforwardnet

生成级联前向神经网络

语法

net = cascadeforwardnet(hiddenSizes,trainFcn)

net = cascadeforwardnet(hiddenSizes,trainFcn) 返回级联前向神经网络，其隐藏层大小为 hiddenSizes，训练函数由 trainFcn 指定。

级联前向网络类似于前馈网络，但包括从输入和每个前一层到后续层的连接。

如同前馈网络一样，只要提供足够多的隐藏神经元两层或多层级联网络便可以任意方式很好地学习任何有限输入-输出关系。

此示例说明如何使用级联前向神经网络来求解简单的问题。

加载训练数据。

[x,t] = simplefit_dataset;

1×94 矩阵 x 包含输入值，1×94 矩阵 t 包含相关联的目标输出值。

构造一个级联前向网络，其中一个隐藏层的大小为 10。

net = cascadeforwardnet(10);

使用训练数据训练网络 net。

net = train(net,x,t);

查看经过训练的网络。

view(net)

使用经过训练的网络估计目标。

y = net(x);

评估经过训练的网络的性能。默认性能函数是均方误差。

perf = perform(net,y,t)

perf = 1.9372e-05

网络中隐藏层的大小，指定为行向量。向量的长度确定网络中隐藏层的数量。

示例: 例如，您可以指定一个具有 3 个隐藏层的网络，其中第一个隐藏层大小为 10，第二个为 8，第三个为 5，如下所示：[10,8,5]

输入和输出大小设置为零。软件在训练期间根据训练数据调整这些项的大小。

数据类型: single | double

训练函数名称，指定为下列各项之一。