MATLAB 神经网络：它是如何工作的？

Question

我只需要知道神经网络是如何工作的，以及输入和输出之间的关联是如何完成的。 例如：

p = [1  0  1  0  1
 0  1  1  0  1
 1  0  0  1  1
 0  1  0  1  1
 1  0  0  1  1];

t = [0 0 1 0 0
 0 0 0 0 1
 1 0 0 0 0
 0 1 0 0 0
 0 0 0 1 0];

PR = [0 1;0 1;0 1;0 1;0 1];
net = newff(PR,[5 25 25 5],{'logsig','logsig','logsig','logsig'},'traingda');
net.trainParam.epochs = 1500;
net.trainParam.goal = 0;
net = train(net,p,t);

然后尝试模拟第一个特征。

sim(net,p(:,1))

结果：

ans =

  0.0032
  0.0003
  0.9955
  0.0000
  0.0029

为什么现在选择第三类？以及如何使，例如，第一类匹配第五类？ 您能否描述一下输入矩阵和目标矩阵的大小？

例如，当创建一个 5x5 的输入矩阵时，目标矩阵的大小应该是多少？

Answer 1

如果你用p(:,1) 调用sim，预期的结果是t(:,1)，在这种情况下是：

>> t(:,1)

ans =

     0
     0
     1
     0
     0

所以，sim 的结果看起来不错。