【文件属性】：
文件名称：matlab代码sqrt-ML_Feedforward-network-structure-and-error-backpropagation
文件大小：8KB
文件格式：ZIP
更新时间：2021-05-23 22:04:34
系统开源
Matlab代码sqrt
前馈网络结构和误差反向传播算法
••••
介绍
这个项目是关于建立一个神经网络来对一系列图像进行分类。
训练过程包括前馈传播以进行预测，反向传播以根据预测给出的误差来更新权重。
必须先使用两层，然后再使用三层。
需要建立神经网络以将图像分为三类。
特别是，我们需要在前馈网络结构和错误反向传播算法上进行编码，以实现学习过程，而不是在MATLAB或Python中使用相关功能。
数据
数据集包含三种水果的图像：杨桃，荔枝和梨。
我们的任务是建立和训练能够执行分类的神经网络模型。
在训练数据中，每个班级都有490张图像，我们需要对该数据进行分区以形成验证集。
具有三个输入节点和三个输出节点的两层神经网络的图示：
任务
建立两层神经网络以对给定数据集中的图像进行分类。
更详细的步骤如下：
第一步是使用principal
component
analysis
(PCA)进行降维。
然后，使用PCA将数据中的图像向下映射到2维，即提取给定数据集的两个主成分的系数。
建立一个两层神经网络。
隐藏单元的数量必须确定。
将Sigmoid函数用作隐藏神经元中的非线性映射，并使用随机
【文件预览】：
ML_Feedforward-network-structure-and-error-backpropagation-algorithm-master
----main.m(1KB)
----trainnetwork1.m(1KB)
----softmax1.m(55B)
----predimg.m(388B)
----GetWeigths.m(362B)
----GetData.m(846B)
----predimg2.m(255B)
----getdboundary.m(402B)
----sigmfcn.m(49B)
----README.md(9KB)