我对神经网络有点新意。这是我在Matlab中尝试过的一段代码
P= 0 + (rand(1) * 10);
T = (P-1)/(P+1);
net = newelm(P,T,5);
net = train(net,P,T);
Y = sim(net,P);
现在,当我在matlab的命令窗口中输入net.B {1}和net.LW {1}时,我得到偏置权重和图层权重,但我也发现这些权重值会根据输入值不断变化
因此,对于特定函数(以及任何输入值),我可以具有预定义的权重值,即不改变的权重值,使得使用这些权重值,我可以为特定函数设计神经网络。就像在这里一样,我有一个与特定方程有关的P。
答案 0 :(得分:0)
如果您的某个输入与输出变量具有已知关系,请将其从网络中取出,而不是创建复杂的解决方法,例如修复网络权重。 (由于网络内部的变量交互和非线性变换,将变得复杂。)
E.g。
Y = a*X1 + 3.6*X2 # relationship between Y and X2 is known
然后在这种关系上使用神经网络:
Y - 3.6*X2 = a*X1
^^^^^^^^^^ ^^^^
[target] [input]