1樓：匿名使用者
bp神經網路的bp是反向傳播演算法。題主給的資訊是在有限，目測是在學習階段？可能是直接拷的**，應該是神經網路的訓練圖。橫座標是訓練次數，縱座標是損失函式。
matlab bp神經網路 performance 圖這五條線的詳細解釋 30
2樓：59分粑粑
圖上的三個彩色實線分別是：每一代bp訓練過程的mse指標的效能，每一代bp交叉驗證過程的mse指標的效能以及bp測試的mse指標在每一代中執行的過程。 特別是，應該注意內部的test紅線，這是bp計算/訓練結果。
best虛線表示當bp網路被訓練到第八代時，bp訓練結果是最佳的。goal虛線是在程式設計或直接使用matlab的ann工具箱訓練此bp時設定的網路容量訓練停止目標（乙個）。
3樓：匿名使用者
橫縱座標不用說了，圖上三條有顏色的實線分別是：bp訓練過程的mse指標在每一代中的表現，bp交叉驗證過程的mse指標在每一代中的表現，bp測試過程的mse指標在每一代中的表現。尤其你要注意那條test紅線，那是你的bp計算/訓練結果。
best虛線說明bp網路訓練到第八代的時候bp訓練結果最理想。
goal虛線是你程式設計或者直接用的matlab的ann工具箱去訓練這個bp時，設定的網路訓練停止目標（之一）。
在做bp神經網路的matlab**時，出現了下面三幅圖，誰能給我解釋一下這三個圖的作用？多謝啦 5
4樓：我行我素
沒看到你的三幅圖，請補充下。
5樓：不說無所謂謂謂
啟用函式？？sigmoid??
6樓：晚風菰葉冷酸靈
圖呢？？？？？？？？？？？？？
7樓：匿名使用者
樓主你好，**呢？！
執行matlab bp神經網路後，得到了誤差曲線(mse)，圖例裡有四個量，其中，validation代表啥意思啊？
8樓：墨汁諾
代表檢驗這個網路的訓練結果。
mse表示均方差，當然越小越好。但是這與你訓練樣本的多少，訓練次數都有很大關係。
這個其實沒有統一的標準，任何人都知道0偏差當然是最好。但是根絕神經網路本身致命的缺陷，由於它是迭代收斂逼近解析式，所以不可能達到0誤差。
這只有根據使用者的工程技術要求來加以判斷，這個誤差指標肯定應該在小於工程誤差範圍內啊。但是對於科研研究，也只能具體情況具體分析。定量一說沒有具體絕對一說的。
9樓：匿名使用者
是校驗的意思吧！在訓練樣本中一部分用來進行訓練，一部分用來校驗！然後用別的樣本來進行測試test！
10樓：湖東元夏
代表檢驗你這個網路的訓練結果
11樓：我倆一起加油
和樓主遇到了同樣的問題，這四條線都應該如何解釋？
matlab訓練神經網路，performance圖中的best曲線意思是什麼？表示達到最小精度了麼？
12樓：匿名使用者
你的精度是自己設定的，是那個水平的直線，我這裡的神經網路沒有best曲線啊！就是個goal和training兩條的
13樓：遇女d心驚
是訓練過程中的誤差曲線，表示經過x次訓練，感知器輸出達到目標值，也就是感知器的輸出已經和目標向量一致了
14樓：漫雪
goal和best是同一條線，我是這樣理解的。使用的線型是一樣的
請幫忙解釋下matlab做bp神經網路regression的四個圖代表啥意思
15樓：福喜
你好，很高興為你解答。
表示網路訓練**時，用了簡單的回歸分析，一部分資料用來訓練的情況，一部分資料用來確認訓練情況，剩下的資料用來測試，以及最後整體狀況。
~如果你認可我的回答，請及時點選【採納為滿意回答】按鈕~~手機提問的朋友在客戶端右上角評價點【滿意】即可。
~你的採納是我前進的動力
~~o(∩_∩)o，記得好評和採納，互相幫助，謝謝。
matlab做bp神經網路的時候訓練的三個圖
16樓：匿名使用者
前者是梯度變化圖，因為採用的是梯度下降法，後者是錯誤次數，
請幫忙解釋下matlab做bp神經網路regression的
表示網路訓練 時，用了簡單的回歸分析，一部分資料用來訓練的情況，一部分資料用來確認訓練情況，剩下的資料用來測試，以及最後整體狀況。請幫忙解釋下matlab做bp神經網路regression的四個圖代表啥意思 matlab做的bp神經網路，這個圖是什麼圖 bp神經網路的bp是反向傳播演算法。題主給的資...
用matlab的GUI建立BP神經網路的問題，求各位幫忙解答
應該是14列 9行的輸入 對應14列 1行的輸出。每列乙個sample 你應檢查你的bp網路的輸入層神經元和輸出層神經元數目，同時注意行列的關係。matlab bp神經網路程式總是報錯，求大神幫忙解答！謝謝 你那兩個傳遞復 函式之間少了乙個英文制逗號，應該是bai。要學會du根據matlab報錯提示...
bp神經網路演算法在matlab中的實現
bp神經網路是最基本 最常用的神經網路，matlab有專用函式來建立 訓練它，主回要就是newff train sim 這三個函式，當然其答他如歸一化函式mapminmax 其他net的引數設定 lr goal等 設定好，就可以通過對歷史資料的學習進行 附件是乙個最基本的 例項，本來是電力負荷 的例...