Matlab神经网络自学笔记
数据输入
1.命令，如：load data1.txt（文件所在路径要加进来，就是set patch）
Matlab的神经网络工具箱入门 别的不多说，你之所以来到这里神经网络工具箱是一个多么牛逼大东西想必你也知道，可是牛逼规牛逼这东东该怎么用呢，今天俺们就来研究一下。 先问问度娘，matlab神经网络工具箱该如何安装，末了发现这软件本身以经预装了这东东，这到省去了不少麻烦，真给力呀。
在command window中键入 help nnet 得到如下信息 >> help nnet
Neural Network Toolbox
Version 7.0 (R2010b) 03-Aug-2010 妈里个拔子的！，一大堆鸟语，由于怕吓着大家，所以原文我就不写拉，google翻译之。 的如下信息
神经网络工具箱
版本7.0（R2010b）03八月，2010
图形用户界面功能。
nnstart - 神经网络启动GUI nctool - 神经网络分类工具 nftool - 神经网络的拟合工具
nntraintool - 神经网络的训练工具 nprtool - 神经网络模式识别工具
ntstool - NFTool神经网络时间序列的工具 nntool - 神经网络工具箱的图形用户界面。 查看 - 查看一个神经网络。
网络的建立功能。
cascadeforwardnet - 串级，前馈神经网络。 competlayer - 竞争神经层。
distdelaynet - 分布时滞的神经网络。 elmannet - Elman神经网络。 feedforwardnet - 前馈神经网络。 fitnet - 函数拟合神经网络。 layrecnet - 分层递归神经网络。 linearlayer - 线性神经层。
lvqnet - 学习矢量量化（LVQ）神经网络。 narnet - 非线性自结合的时间序列网络。
narxnet - 非线性自结合的时间序列与外部输入网络。 newgrnn - 设计一个广义回归神经网络。 newhop - 建立经常性的Hopfield网络。
newlind - 设计一个线性层。 newpnn - 设计概率神经网络。 newrb - 径向基网络设计。
newrbe - 设计一个确切的径向基网络。 patternnet - 神经网络模式识别。 感知 - 感知。
selforgmap - 自组织特征映射。 timedelaynet - 时滞神经网络。
利用网络。
网络 - 创建一个自定义神经网络。 SIM卡 - 模拟一个神经网络。 初始化 - 初始化一个神经网络。 适应 - 允许一个神经网络来适应。 火车 - 火车的神经网络。
DISP键 - 显示一个神经网络的属性。 显示 - 显示的名称和神经网络属性 adddelay - 添加延迟神经网络的反应。
closeloop - 神经网络的开放反馈转换到关闭反馈回路。 formwb - 表格偏见和成单个向量的权重。
getwb - 将它作为一个单一向量中的所有网络权值和偏差。 noloop - 删除神经网络的开放和关闭反馈回路。 开环 - 转换神经网络反馈，打开封闭的反馈循环。 removedelay - 删除延迟神经网络的反应。
separatewb - 独立的偏见和重量/偏置向量的权重。 setwb - 将所有与单个矢量网络权值和偏差。
Simulink的支持。
gensim - 生成Simulink模块来模拟神经网络。
setsiminit - 集神经网络的Simulink模块的初始条件 getsiminit - 获取神经网络Simulink模块的初始条件 神经元 - 神经网络Simulink的模块库。
培训职能。
trainb - 批具有重量与偏见学习规则的培训。 trainbfg - 的BFGS拟牛顿倒传递。 trainbr - 贝叶斯规则的BP算法。
trainbu - 与重量与偏见一批无监督学习规则的培训。 trainbuwb - 与体重无监督学习规则与偏见一批培训。 trainc - 循环顺序重量/偏见的培训。
traincgb - 共轭鲍威尔比尔重新启动梯度反向传播。 traincgf - 共轭弗莱彻-里夫斯更新梯度反向传播。 traincgp - 共轭波拉克- Ribiere更新梯度反向传播。 traingd - 梯度下降反向传播。
traingda - 具有自适应LR的反向传播梯度下降。 traingdm - 与动量梯度下降。
traingdx - 梯度下降瓦特/惯性与自适应LR的反向传播。 trainlm - 采用Levenberg -马奎德倒传递。 trainoss - 一步割线倒传递。 trainr - 随机重量/偏见的培训。 trainrp - RPROP反向传播。
trainru - 无监督随机重量/偏见的培训。 火车 - 顺序重量/偏见的培训。
trainscg - 规模化共轭梯度BP算法。
绘图功能。
plotconfusion - 图分类混淆矩阵。 ploterrcorr - 误差自相关时间序列图。 ploterrhist - 绘制误差直方图。 plotfit - 绘图功能适合。
plotinerrcorr - 图输入错误的时间序列的互相关。 plotperform - 小区网络性能。 plotregression - 线性回归情节。
plotresponse - 动态网络图的时间序列响应。 plotroc - 绘制受试者工作特征。 plotsomhits - 小区自组织图来样打。
plotsomnc - 小区自组织映射邻居的连接。 plotsomnd - 小区自组织映射邻居的距离。 plotsomplanes - 小区自组织映射重量的飞机。 plotsompos - 小区自组织映射重量立场。 plotsomtop - 小区自组织映射的拓扑结构。 plottrainstate - 情节训练状态值。 plotwb - 图寒春重量和偏差值图。
列出其他神经网络实现的功能。 nnadapt - 适应职能。
nnderivati??ve - 衍生功能。 nndistance - 距离函数。 nndivision - 除功能。
nninitlayer - 初始化层功能。
nninitnetwork - 初始化网络功能。 nninitweight - 初始化权函数。 nnlearn - 学习功能。
nnnetinput - 净输入功能。 nnperformance - 性能的功能。 nnprocess - 处理功能。 nnsearch - 线搜索功能。
nntopology - 拓扑结构的功能。
nntransfer - 传递函数。 nnweight - 重量的功能。
示威，数据集和其他资源
nndemos - 神经网络工具箱的示威。 nndatasets - 神经网络工具箱的数据集。 nntextdemos - 神经网络设计教科书的示威。
nntextbook - 神经网络设计教科书的资讯。 研究一下，这感情好呀，还有图形用户界面。
于是用他给出的命令 nntool（同样是在command window键入） 调出图形用户界面如下
点击import之后就出现下面的具体的设置神经网络参数的对话界面， 这是输入输出数据的对话窗 首先是训练数据的输入
然后点击new，创建一个新的神经网络network1，并设置其输入输出数据，包括名称，神经网络的类型以及隐含层的层数和节点数，还有隐含层及输出层的训练函数等
点击view，可以看到这是神经网络的可视化直观表达