Matlab-神經(jīng)網(wǎng)絡(luò)工具箱(GUI界面的使用方法)(看完)

2024/3/101

神經(jīng)網(wǎng)絡(luò)工具箱介紹2024/3/102MATLAB2009b的神經(jīng)網(wǎng)絡(luò)工具箱neuralnetworktoolbox提供了圖形用戶界面(graphuserinterface,GUI),從而使用戶在圖形界面上,通過與計算機的交互操作設(shè)計和仿真神經(jīng)網(wǎng)絡(luò),使得神經(jīng)網(wǎng)絡(luò)的設(shè)計和仿真變得簡單易學.2024/3/1031圖形用戶界面簡介函數(shù)nntool的詳解見help文檔。在MATLAB命令窗口(commandwindow)輸入nntool,按Enter后即可打network\datamanager(網(wǎng)絡(luò)／數(shù)據(jù)管理器窗補如圖1所示。) 〔或點擊Start/Toolboxes/NeuralNetwork〕2024/3/104

圖1圖形用戶界面2024/3/1052.nntool使用過程與實例<step.1>數(shù)據(jù)構(gòu)造與預處理<step.2>訓練數(shù)據(jù)導入nntool<step.3>建立網(wǎng)絡(luò)<step.4>訓練網(wǎng)絡(luò)<step.5>仿真網(wǎng)絡(luò)<step.6>輸出與存儲模擬結(jié)果<step.7>加載先前仿真過的網(wǎng)絡(luò)于nntool

2024/3/106<step.1>數(shù)據(jù)構(gòu)造與預處理TimeSeriesForecasting

2024/3/107<step.1>數(shù)據(jù)構(gòu)造與預處理

2024/3/108<step.2>訓練數(shù)據(jù)導入nntool根據(jù)數(shù)據(jù)的多少，數(shù)據(jù)文件的格式等獲取樣本數(shù)據(jù)的方法有：1〕直接輸入數(shù)據(jù)：通過采用元素列表方式輸入。適用于樣本數(shù)目較少時。New…按鈕2〕ImportfromMatlabWorkspace：Import…按鈕。3〕Loadfromdiskfile：適合從M-file文件中讀取數(shù)據(jù)。Import…按鈕。

2024/3/109ImportfromMatlabWorkspace2024/3/1010Loadfromdiskfile2024/3/1011<step.3>建立網(wǎng)絡(luò)Network/DataManager窗口中New…翻開CreateNetworkorData，如右圖。Name：定義網(wǎng)絡(luò)名為network1選擇Input/TargetData,設(shè)置訓練函數(shù)等參數(shù)。View：查看模型

2024/3/1012<step.4>訓練網(wǎng)絡(luò)Network/DataManager窗口中選中network1，雙擊或Open…。翻開如以下圖在Train中，見下頁圖，2024/3/10132024/3/1014

可以看出,該窗口為一個多頁面對話框,在Train頁面有2個子頁面：●Training：訓練數(shù)據(jù)(TrainingData)的輸入向量(Inputs)選擇為p,目標向量(Targets)選擇為t;訓練結(jié)果(TrainingResults)的輸出變量(outputs)和誤差性能變量(Errors)采用系統(tǒng)自動生成的network1_output,和network1_errors,當然它們也可以由用戶重新定義。2024/3/1015●TrainingParameters：設(shè)置訓練的各種參數(shù),這要根據(jù)具體訓練和學習函數(shù)進行確定,相關(guān)內(nèi)容可參看各神經(jīng)網(wǎng)絡(luò)模型的訓練和學習算法。本例采用其默認值即可。epochs：訓練的最大循環(huán)次數(shù)goal：性能目標max_fail：最大驗證數(shù)據(jù)失敗的次數(shù)mem_reduc：降低內(nèi)存需求的系數(shù)min_grad：最小性能梯度mu：動量的初始值mu_dec：動量減少系數(shù)mu_inc：動量增加系數(shù)mu_max：動量最大值show：每格多少訓練循環(huán)次數(shù)會顯示訓練過程time：最大的訓練所須時間，單位為秒2024/3/1016

以上過程完成后,單擊該頁面的TrainNetwork按鈕,開始訓練,其訓練過程如圖9所示。圖9訓練誤差性能曲線Algorithms：相關(guān)參數(shù)Progress：終止條件〔只要一個滿足那么停止〕Plots：各種圖形曲線2024/3/1017

訓練完成后,在Network/DataManager窗口可以看到,在Outputs區(qū)域顯示出輸出變量名network1_outputs,在Errors區(qū)域顯示出誤差性能變量名network1_errors。選中變量名,單擊該窗口的Open按鈕,那么彈出數(shù)據(jù)(Data)窗口,在該窗口可以查看到該所選中變量的具體數(shù)據(jù)。2024/3/1018<step.5>仿真Network/DataManager窗口中選中network1，雙擊或Open…。在Simulate中，見圖，2024/3/1019將仿真數(shù)據(jù)選擇為testX,仿真結(jié)果選擇為network1_outputs_sim；Targets選為TestY，誤差errors為network1_errors_sim。 單擊SimulateNetwork按鈕,那么在Network/DataManager窗口的Outputs和Errors區(qū)域分別顯示出相應(yīng)的仿真結(jié)果，選中變量名,單擊該窗口的Open按鈕,彈出數(shù)據(jù)窗口,在該窗口可以查看仿真結(jié)果的具體數(shù)據(jù),如圖所示。2024/3/1020<step.6>結(jié)果Export和SaveNetwork/DataManager窗口中點擊Export…選擇一個或多個變量，Export〔導出至Workspace〕或Save〔存儲為*.mat文件〕2024/3/1021<step.7>加載先前仿真過的網(wǎng)絡(luò)于nntool假設(shè)已通過step6將先前的網(wǎng)絡(luò)等數(shù)據(jù)保存至mat文件里，那么可以通過Import，將網(wǎng)絡(luò)和數(shù)據(jù)導入至nntool，過程同step.2中Loadfromdiskfile2024/3/1022總