bp神经网络隐藏层怎么设置

A. bp神经网络如何区分单层和多层隐藏

这个全靠 你自己设的, 你喜欢设几层就设几层 , 不过一般来说,BP都是一个输入层,一个隐层,一个输出层这样.因为听说一个隐层就能够逼近任意的函数了.你如果是用matlab工具箱的话,你可以调用net.numLayers查看网络的层数,若果是2,则说明是一个隐层(你可以认为matlab把输出也当一个隐层),是3,则有2个隐层,这样类推.
学习神经网络可以上<神经网络之家>

B. 如何创建两个隐藏层的BP神经网络

我自己的总结是：
1，隐层的神经网络算法1.1构造方法选择

首先使用三个隐藏层的数量来确定三个隐藏层数找到的最小值和最大值的值，然后从最小来验证模型的预测误差，直到它达到最大值。最后，选择模型误差最小隐藏层数。该方法适用于两个隐藏层的网络。

1.2 Delete方法

单隐层网络的非线性映射能力弱，同样的问题，以达到预定的隐层节点之间的映射一些，以增加网络的可调参数，它是适合用于删除法。

1.3黄金分割法
的主要思路：一是在[A，B]寻找理想的隐层节点，从而充分保证逼近能力和泛化能力的网络。为了满足高精度近似，在金色的原则，按照扩大搜寻范围区间，即该区间[B，C] = 0.619 *（钙）+ A）（其中B，范围[B，C]寻找最佳逼近能力更应要求隐层节点数，在实际应用中，人们可以选择。

C. 如何在matlab中建立多层bp神经网络

当你用newff的时候，里面有一个参数可以控制层数，比如说：

P = [0 1 2 3 4 5 6 7 8 9 10];
T = [0 1 2 3 4 3 2 1 2 3 4];
net = newff(P,T,5); %这样表示有1个隐藏层，里面那个5表示神经元的个数
net = newff(P,T,[5,10]); %这样表示有2个隐藏层
net = newff(P,T,[5 10 8]); %这样表示有3个隐藏层,以此类推，明白吧？

D. matlabBP神经网络工具箱，可以调整隐含层节点数嘛

Matlab神经网络工具箱几乎包含了现有神经网络的最新成果，神经网络工具箱模型包括感知器、线性网络、BP网络、径向基函数网络、竞争型神经网络、自组织网络和学习向量量化网络、反馈网络BP神经网络具有很强的映射能力，主要用于模式识别分类、函数逼近、函数压缩等。下面通过实例来说明BP网络在函数逼近方面的应用需要逼近的函数是f(x)=1+sin(k*pi/2*x),其中，选择k=2进行仿真，设置隐藏层神经元数目为n,n可以改变，便于后面观察隐藏层节点与函数逼近能力的关系。

E. matlab BP神经网络出错 newff参数 隐含层 怎么确定

设[P,T]是训练样本，[X,Y]是测试样本；
net=newrb(P,T,err_goal,spread); %建立网络
q=sim(net,p);
e=q-T;
plot(p,q); %画训练误差曲线
q=sim(net,X);
e=q-Y;
plot(X,q); %画测试误差曲线
训练前馈网络的第一步是建立网络对象。函数newff建立一个可训练的前馈网络。这需要4个输入参数。
第一个参数是一个Rx2的矩阵以定义R个输入向量的最小值和最大值。
第二个参数是一个设定每层神经元个数的数组。
第三个参数是包含每层用到的传递函数名称的细胞数组。
最后一个参数是用到的训练函数的名称。
举个例子，下面命令将创建一个二层网络。它的输入是两个元素的向量，第一层有三个神经元(3)，第二层有一个神经元(1)。
第一层的传递函数是tan-sigmoid，输出层的传递函数是linear。
输入向量的第一个元素的范围是-1到2[-1 2]，输入向量的第二个元素的范围是0到5[0 5]，训练函数是traingd。
net=newff([-1 2; 0 5],[3,1],{'tansig','purelin'},'traingd');
这个命令建立了网络对象并且初始化了网络权重和偏置，因此网络就可以进行训练了。
我们可能要多次重新初始化权重或者进行自定义的初始化。
下面就是初始化的详细步骤。
在训练前馈网络之前，权重和偏置必须被初始化。初始化权重和偏置的工作用命令init来实现。这个函数接收网络对象并初始化权重和偏置后返回网络对象。
下面就是网络如何初始化的：
net = init(net);
我们可以通过设定网络参数net.initFcn和net.layer{i}.initFcn这一技巧来初始化一个给定的网络。
net.initFcn用来决定整个网络的初始化函数。前馈网络的缺省值为initlay，它允许每一层用单独的初始化函数。
设定了net.initFcn ，那么参数net.layer{i}.initFcn 也要设定用来决定每一层的初始化函数。
对前馈网络来说，有两种不同的初始化方式经常被用到：initwb和initnw。initwb函数根据每一层自己的初始化参数(net.inputWeights{i,j}.initFcn)初始化权重矩阵和偏置。前馈网络的初始化权重通常设为rands，它使权重在-1到1之间随机取值。这种方式经常用在转换函数是线性函数时。initnw通常用于转换函数是曲线函数。它根据Nguyen和Widrow[NgWi90]为层产生初始权重和偏置值，使得每层神经元的活动区域能大致平坦的分布在输入空间。

F. BP神经网络分类 三个输入两个输出，隐含层应选多少层，节点数多少为宜 还有训练次数什么的需要专门设置

现在还没有什么成熟的定理能确定各层神经元的神经元个数和含有几层网络,大多数还是靠经验,不过3层网络可以逼近任意一个非线性网络,神经元个数越多逼近的效果越好。

G. 如何建立双隐层BP神经网络

楼主你好，这样的双层隐含层是可以的，你注意下逗号

H. matlab中 BP神经网络怎么构建多个隐层

把报错内容写以下吧，我猜可能是你传输函数没有加吧
{‘tansig’, ‘purelin’}改成{‘tansig’,‘tansig’， ‘purelin’}试试？

I. matlab建立bp神经网络如何设置两个隐含层呢

题主那个newff里面的10看到没？那个就是设置1个隐含层的神经元个数，要多个隐含层就把10改成[4,10,1]就是第一个隐含层有4个神经元，第二个隐含层10个神经元，最后一层输出层1个神经元。然后你的{TF1 TF2}不用改。这样应该能用了。

然后给你一个newff的各项参数使用的介绍：