1樓：刀逸馨叢軒
某層的神經元個數與節點數是乙個意思。按你的假設：雖是3層神經網路，但是去叫做兩層bp網路，因為輸入層一般不算做一層。
按你的假設，n就該取2，s1就是隱含層節點數，選取的公式是hornik
提出的公式，可以算的s1取值範圍，到時自己選取合適職，s2就是你輸出層節點數，也就是輸出維數。
2樓：伍冰珍展思
某層的神經元個數與節點數是乙個意思。
雖是3層神經網路，但是去叫做兩層bp網路，因為輸入層一般不算做一層。
n就該取2，s1就是隱含層節點數，選取的公式是hornik提出的公式，
可以算的s1取值範圍，到時自己選取合適值，s2就是你輸出層節點數，也就是輸出維數。
3樓：回如凡五瑞
這個是神經元個數，一般是中間層和輸出層
s1中間層神經元個數
一般用for迴圈試下，確定最小誤差
，s2是輸出層神經元個數
有幾個輸出
s2就是多少
4樓：葛幻梅瑞燎
1某一層神經元個數與哪一層的節點數應該是一樣的；
2乙個輸入層，乙個隱含層，乙個輸出層該叫做三層bp神經網路；
3s1,s2...為各層神經元的個數，tf1tf2...用於指定各層神經元的傳遞函式。
bp神經網路中隱藏層節點個數怎麼確定最佳？
5樓：匿名使用者
1、神經網路演算法隱含層的選取
1.1 構造法
首先運用三種確定隱含層層數的方法得版到三個隱含層層數，找到最小權值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想:首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c](其中b=0.
619*(c-a)+a)，在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp演算法中,權值和閾值是每訓練一次，調整一次。
逐步試驗得到隱層節點數就是先設定乙個初始值，然後在這個值的基礎上逐漸增加，比較每次網路的**效能，選擇效能最好的對應的節點數作為隱含層神經元節點數。
6樓：匿名使用者
我自己總結來的：
1、神經網路算源法隱含
層的選取bai
1.1 構造法
首先運用du三種確定隱含層層數的zhi方法得到三個隱dao含層層數，找到最小值和最大值，然後從最小值開始逐個驗證模型**誤差，直到達到最大值。最後選取模型誤差最小的那個隱含層層數。該方法適用於雙隱含層網路。
1.2 刪除法
單隱含層網路非線性對映能力較弱，相同問題，為達到預定對映關係，隱層節點要多一些，以增加網路的可調引數，故適合運用刪除法。
1.3**分割法
演算法的主要思想：首先在[a,b]內尋找理想的隱含層節點數，這樣就充分保證了網路的逼近能力和泛化能力。為滿足高精度逼近的要求，再按照**分割原理拓展搜尋區間，即得到區間[b,c]（其中b=0.
619*（c-a）+a），在區間[b,c]中搜尋最優，則得到逼近能力更強的隱含層節點數，在實際應用根據要求，從中選取其一即可。
bp神經網路和感知器有什麼區別？ 10
7樓：解憂雜貨de店
今天專門抄研究了一些這個問題，來試著回答一下在wiki中並沒有bp神經網路這乙個詞條，而對反向傳播則有如下定義：「反向傳播是【誤差反向傳播】的簡稱，是一種與最優化方法（如梯度下降法）結合使用的，用來訓練人工神經網路的常見方法」，所以bp神經網路指的是在神經網路中採用反向傳播法來進行訓練的神經網路。
而mlp呢？「mlp這個術語屬於歷史遺留的產物，現在我們一般就說神經網路，以及深度神經網路，前者代表帶乙個隱藏層的兩層神經網路，也是easypr目前使用的識別網路，後者指深度學習的網路。值得注意的是，雖然叫「多層」，mlp一般都指的是兩層（帶乙個隱藏層的）神經網路」（選自網頁鏈結）
最後總結一下 mlp= 神經網路（兩層），bp神經網路（實際並沒有）=採用bp演算法進行訓練的神經網路。
8樓：匿名使用者
1、來bp神經網路，指的是用自
了「bp演算法」進行訓練的「多層感知器模型」。
2、感知器（mlp，multilayer perceptron）是一種前饋人工神經網路模型，其將輸入的多個資料集對映到單一的輸出的資料集上，可以解決任何線性不可分問題。
3、多層感知器就是指得結構上多層的感知器模型遞接連成的前向型網路。bp就是指得反向傳播演算法
9樓：匿名使用者
感知器只有乙個神經元，簡單，處理線性問題
bp網路有幾層神經元，複雜，非線性問題
bp神經網路神經元個數求助
10樓：匿名使用者
你用的是newff函式的新版用法，不需要手動設定輸入、輸出神經元數目，只需要設定隱層神經元即可。從你的hidelayernode=[17 7];可以看出，你這是雙隱層網路，第乙個隱層是17個神經元，第二層隱是7神經元。
net = newff(p,t,[s1 s2...s(n-l)],, btf,blf,pf,ipf,opf,ddf)
size of ith layer, for n-1 layers, default = [ ].
(output layer size sn is determined from t.)
輸出層神經元數量由樣本維數決定。
11樓：油條一根
據我多年的神經網路實踐經驗，這個根據你訓練資料集的取值型別個數，如果你的訓練資料僅限於0-10個數，注意這不是訓練資料的個數，而是取值範圍，那麼你的神經元個數應該是這些個數*2，哈哈哈哈哈哈哈哈
bp神經網路matlab實現時，newff函式中的網路各層神經元的啟用函式怎麼選啊？
12樓：匿名使用者
由於各個網路層的作用的不同，選擇的啟用函式的不同結果將會有恆大的區別所以要注意
輸出層一般採用
logsig purelin
隱含層採用
tansig logsig
同時要注意設定其他屬性如最小梯度min_grad等等
13樓：匿名使用者
bp網路要求啟用函式處處可微，因此一般選s型函式（sigmoid），常見的為對數s型函式（logsig）和正切s型函式（tansig）。
bp神經網路中怎麼確定節點數？？急！！！
14樓：嵐中楓火
根號下（m+n)再加上t,m為輸入向量維數，n為輸出向量維數，t為2--6的數字，節點數要經過嘗試的。
15樓：
輸入向量維數=輸入層節點數
輸出向量維數=輸出層節點數
看來你是做三層網路，只有乙個隱藏層。隱藏層節點數，傳遞函式選擇都是開放課題。看你要解決什麼問題。如果簡單做demo，就自己嘗試就可以了。
BP神經網路能不能有輸入,輸出,BP神經網路能不能有乙個輸入,4個輸出
可以是可以,但沒有意義啊。神經網路解決的是大量非線性相關聯輸入的問題,乙個輸入沒有什麼意思,權值閾值沒什麼好調整地。當然可以,n個輸入,m個輸出 應該可以,畢竟理論就是那樣的。為什麼神經網路識別數字用10個輸出而不是4個 單個網路就能識別所有數字,不是每個數字訓練 乙個網路,而是所有數字的訓練樣本來...
BP神經網路和感知器有什麼區別，BP神經網路和感知器有什麼區別？
今天專門抄研究了一些這個問題，來試著回答一下在wiki中並沒有bp神經網路這乙個詞條，而對反向傳播則有如下定義 反向傳播是 誤差反向傳播 的簡稱，是一種與最優化方法 如梯度下降法 結合使用的，用來訓練人工神經網路的常見方法 所以bp神經網路指的是在神經網路中採用反向傳播法來進行訓練的神經網路。而ml...
bp神經網路Matlab實現總是達不到精度，請問應該要怎麼
更改引數 抄，如修改學習率 更換訓練函式如trainlm等。更改結構 增加隱層節點數 甚至增加隱層數，可以做成雙隱層。bp back propagation 神經網路是86年由rumelhart和mccelland為首的科學家小組提出，是一種按誤差逆傳播演算法訓練的多層前饋網路，是目前應用最廣泛的神...