问题描述

matlab实现BP神经网络，训练结果不好，附源代码

希望大家看看，谢谢了！自己看了一整天都不知道哪里出现了问题，编程思想按照经典的机器学习的书

lr=0.05; %lr为学习速率；
err_goal=0.1; %err_goal为期望误差最小值
max_epoch=15000; %max_epoch为训练的最大次数；
a=0.9; %a为惯性系数
Oi=0;
Ok=0; %置隐含层和输出层各神经元输出初值为0
%提供两组训练集和目标值（3输入神经元，2输出）
%X=[1 1;-1 -1;1 1];
%T=[1 1;1 1];
load house_dataset;
x=houseInputs;
t=houseTargets;
%数据的归一化
maxRowx=max(x[]2);
maxRowt=max(t[]2);
minRowx=min(x[]2);
minRowt=min(t[]2);
% y = ( x - min )/( max - min )
for i=1:size(x2)
x(:i)=(x(:i)-minRowx)./(maxRowx-minRowx);
t(:i)=(t(:i)-minRowt)./(maxRowt-minRowt);

end
%初始化wki，wij（M为输入节点j的数量；q为隐含层节点i的数量；L为输出节点k的数量）
[MN]=size(x);
q=8;
[LN]=size(t); %N为训练集对数量
wij=rand(qM);
wki=rand(Lq);%随机值在-0.05到0.05之间
wij0=zeros(size(wij));
wki0=zeros(size(wki));

for epoch=1:max_epoch
for n=1:N %for every example

    neti=wij*x(:n);%q*1 每个隐藏层的输出    oi=1./(1+exp(-neti));    netk=wki*oi;%L*1 每个输出层的输出    ok=1./(1+exp(-netk));    deltak=ok.*(1-ok).*(t(:n)-ok);%输出层的误差项    deltai=oi.*(1-oi).*(wki'*deltak);%隐藏层de误差项    %更新对应的权值    deltawij=lr*deltai*(x(:n)');    deltawki=lr*deltak*(ok');    wij=wij+deltawij;    wki=wki+deltawki;    %计算误差函数    E=0.0;    for i=1:N %N为训练的总数        neti=wij*x(:i);%q*1 每个隐藏层的输出        oi=1./(1+exp(-neti));        netk=wki*oi;%L*1 每个输出层的输出        ok=1./(1+exp(-netk));        E=E+(ok-t)*(ok-t)';    end    E=E/2;    fprintf('the error is %f the iteration is %dn'Eepoch);endif E<err_goal    break;end

end