patternnet

生成模式识别网络

折叠所有页面

语法

net = patternnet(hiddenSizes,trainFcn,performFcn)

网= patternnet (hiddenSizes，trainFcn，performFcn）返回一个隐含层大小为的模式识别神经网络hiddenSizes，一个训练函数，由trainFcn，以及性能函数，由performFcn．

模式识别网络是一种前馈网络，经过训练后可以根据目标类别对输入进行分类。模式识别网络的目标数据应由除1元素外的所有零值向量组成我,在那里我是它们要代表的类。

打开实时脚本

这个例子展示了如何设计一个模式识别网络来对虹膜花进行分类。

加载训练数据。

[x,t] = iris_dataset;

构造一个隐藏层大小为10的模式网络。

Net = patternnet(10);

培训网络网使用训练数据。

Net = train(Net,x,t);

查看已训练的网络。

视图(净)

利用训练过的网络估计目标。

Y = net(x);

评估训练网络的性能。默认的性能函数是均方误差。

性能=执行(净，t,y)

Perf = 0.0302

类= vec2ind(y);

网络中隐藏层的大小，指定为行向量。向量的长度决定了网络中隐藏层的数量。

例子:例如，您可以指定一个有3个隐藏层的网络，其中第一个隐藏层大小为10，第二个隐藏层大小为8，第三个隐藏层大小为5，如下所示:(10、8、5)

输入和输出大小设置为零。该软件在训练过程中根据训练数据调整它们的大小。

数据类型:单|双

培训功能名称，指定为下列之一。