代码搜索：traingdm

找到约 36 项符合「traingdm」的源代码

代码结果 36
热门代码： main.c GPIO I2C SPI UART timer interrupt ADC PWM LED
www.eeworm.com/read/395725/8155788

m traingdm.m

p=[0.0000 0.0000 0.0000 0.0000 0.9000 0.0500 0.0000 0.0000; 0.0000 0.0000 0.0000 0.0000 0.4000 0.5000 0.0000 0.0000; 0.1000 0.8000 0.0000 0.1000 0.0000 0.0000 0.0000 0.0000; 0.1000 0.1000
·
www.eeworm.com/read/422752/10613357

m bp.m

%采用动量梯度下降算法训练BP网络。 close all clear echo on clc %NEWFF---生成一个新的前向神经网络 %TRAIN---对BP神经网络进行训练 %SIM---对BP神经网络进行仿真 pause %敲任意键开始 clc %定义训练样本 %P为输入矢量 P=[-1,-2,3,1;-1,1,5,-3]; %T为目标矢量 T=[-1,-1,1,1]; pause;
·
www.eeworm.com/read/451754/7456343

txt 新建 文本文档.txt

%利用动量梯度下降算法训练BP网络 close all clear echo on %newff 生成一个新的向前神经网络 %train 对b神经网络进行训练 %sim对bp神经网络进行仿真 %定义训练样本 %p为输入矢量 p=[-1 ,12, 3, 1; -1, 1, 5, -3]; %t为目标矢量 t=[-1, -1, 1, -1] clc %创建一个新的向
·
www.eeworm.com/read/451212/7469038

m untitled3.m

close all clear echo on clc %NEWFF---生成一个新的前向神经网络 %TRAIN---对BP神经网络进行训练 %SIM-----对BP神经网络进行仿真 pause %敲任意键开始 clc %定义训练样本 %P为输入矢量 P=[-1,-2,3,1; -1,1,5,-3]; %T为目标矢量 T=[-1,-1,1,
·
www.eeworm.com/read/451212/7469045

m untitled1.m

close all clear echo on clc %NEWFF---生成一个新的前向神经网络 %TRAIN---对BP神经网络进行训练 %SIM-----对BP神经网络进行仿真 pause %敲任意键开始 clc %定义训练样本 %P为输入矢量 P=[-1,-2,3,1; -1,1,5,-3]; %T为目标矢量 T=[-1,-1,1,
·
www.eeworm.com/read/312405/13611751

m bp.m

tic close all clear echo on clc %NEWFF-生成一个新的前向神经网络 %TRAIN-对BP神经额昂罗进行训练 %SIM-对BP神经网络进行仿真 pause clc %输入样本 P=[-1,-2,3,1;-1,1,5,-3]; T=[-1,-1,1,1]; pause clc %创建前向一个新的神经网络 net=newff(minma
·
www.eeworm.com/read/476374/6758298

m ebp1.m

%BP网络实例1_用动量梯度下降算法训练BP网络 close all clear clc %使用的主要函数如下： %NEWFF——生成一个新的前向神经网络 %TRAIN——对BP神经网络进行训练 %SIM——对BP神经网络进行仿真 disp('Press any key to start'); echo on pause clc %定义输入矢量P P=[-1 -2 3 1
·
www.eeworm.com/read/126277/14435855

m nn.m

%BP神经网络计算程序 tic X=zeros(7,41); Y=zeros(1,41); [X,Y]=datain(X,Y); %输入样本数据 [X,m1,m2]=premnmx(X); n2=14; n3=size(Y,1); net=newff(minmax
·
www.eeworm.com/read/392377/8347271

m bp.m

close all clear echo on clc pause clc P=[-1,-2,3,1;-1,1,5,-3];%P为输入矢量 T=[-1,-1,1,1]; %T为目标矢量 pause; clc %创建一个新的前向神经网络 net=newff(minmax(P),[3,1],{'tansig','purelin'},'traingdm'); %当前输入层权值
·
www.eeworm.com/read/478147/6720744

txt 神经网路预测.txt

P = [1993 1994 1995 1996 1997]; T = [0.15577 0.20542 0.24966 0.28967 0.35836]; net = newff([1993 1997],[5 1],{'tansig' 'tansig'}); net=init(net); %初始化 net.trainParam.epochs=1000; net.trainParam.g
·