m1= xlsread('NSL_KDD_TRAIN.xlsx','A2:AO67344'); % m1=input
m= xlsread('NSL_KDD_TRAIN.xlsx','AP2:AP67344'); % m=output
net=newff(m1',m',8);
net=train(net,m1',m');
y=sim(net,m1'); %training data output
y3=round(y); % making nonfraction number
n1= xlsread('NSL_KDD_TRAIN.xlsx','A67345:AO79000'); % n1=input
n= xlsread('NSL_KDD_TRAIN.xlsx','AP67345:AP79000'); % n=output
net=newff(n1',n',8);
net=train(net,n1',n');
y1=sim(net,n1'); %training data output
y31=round(y1);
我想使用前馈神经网络的输出作为训练另一种相同类型的神经网络的输入。我怎么能使用内置函数?,从上面的代码我需要训练一个新的newff
我的输入参数将是y3
和y31
。在m1
和n1
中有41列,我需要在新网络中存在所有41列。我怎么能用内置函数做到这一点?
答案 0 :(得分:0)
如果假设架构是相同的,为什么不使用两层并只训练一个网络呢?
net = newff(input,target,[Layer_1 Layer_2],{'tansig' 'tansig' 'tansig'});
您可以根据需要指定Layer_1和Layer_2的大小,也可以更改每个图层之间的激活功能。
Tutorial to create custom network from Mathworks
希望这会有所帮助