2.txt

该软件是我读硕士的时候写的

## 样本的输入层的数目: ##
8
## 样本的隐含层的数目: ##
12
## 样本的输出层的数目: ##
1
## 训练网络所采用的神经网络算法: ##
0
## 网络中使用的函数的索引值: ##
2
## 输入层到隐含层的权值矩阵 ##
-0.7092580325345197  0.1563501333407887  -0.1874880120683529  -0.3080144661860887  -0.1798441343666062  0.0583397472619426  -0.0803229364726563  0.4745022680184325  
0.6948524206829478  0.2519228335025560  -0.2136258615582204  0.5341257165050448  0.4015351950479010  0.1495670462269524  -0.2357532932871346  -0.8730160904761199  
-0.2905662139834968  0.6059464109538083  -0.2814363125502168  -0.1755239953706554  0.0466722295647361  -0.1207759232432465  -0.1795431081740211  -0.2592113046973664  
-0.7705536609495755  -0.2373331837688103  -0.0035565494095371  -0.3274629129888162  -0.1590188871675472  0.1986060415300308  -0.7258351462512226  0.0825627903003225  
-0.3000916035763424  -0.3780424453841488  -0.2728130653911433  0.0537220431438221  0.0884352722057071  0.0816555869520034  -0.1722583909419314  -0.1014217712914640  
0.7628549661778498  0.9548930742282720  0.5678105151433607  0.1666961354800892  0.0671436856256468  -0.6725031507866259  -0.0443890224168392  -0.8105307859791110  
0.3245918617648507  -0.5188720742299970  0.1404979407206955  0.6541096677827165  0.2878319151139072  0.4579607948794149  0.1116479816073947  0.0629764967448283  
-0.5944361031470689  -0.6562872096260133  0.3995987550926322  -0.6741828140608636  -0.0988957022019409  -0.6938090618229506  0.4483091564027220  -0.7006321514278744  
-0.9515102249499915  0.8329755203202875  -0.2176717116440791  -0.5259029240268155  0.2667553073965097  0.4016377063965400  0.4918959541000603  0.4350065608357309  
0.0275298231710788  -0.2949617960948329  0.4967904444347053  -0.2321685656132960  -0.1997464907115797  0.9412219311332223  0.2886868141200695  -0.7520223815148320  
-0.2570565417196505  -0.5101225468972903  -0.1877170933534468  0.2252670005731195  0.0944139772984109  0.2481431511514423  -0.1063959254420049  0.1232867708849308  
-0.0562556052200137  0.4696753825783099  -0.0288024647307547  0.2256293298452553  0.0648431476609982  0.2271651082650957  -0.0051019741947095  0.1710709091256663  
## 隐含层的阀值矩阵 ##
-0.3930640405974256  
-1.1558276925243833  
-0.5456116136984197  
-0.1947667423442905  
-0.3055798382095457  
0.5267490200911082  
0.3848337159031566  
0.8378154129315373  
0.4554830766182400  
-0.4108143818838312  
-0.5277810628866404  
-1.3737465180940009  
## 隐含层到输出层的权值矩阵 ##
0.0400072988340637  -0.0099547397198813  -0.2168594997230928  -0.0038749367684689  0.4268236855757657  0.0057792883262295  0.0199940106978363  -0.0017050132243072  0.0002728232696787  -0.0003200527584405  -0.4717624028011800  0.7306313766602733  
## 输出层的阀值矩阵 ##
0.4277205531430969