样本 输入 输出
%训练样本准备%输入矢量矩阵
pp=[1 2 3;2 1 3;2 3 1;1 3 2;3 1 2;3 2 1];
%输入数据归一化
p=prestd(pp)';
%目标矢量矩阵
t=[1 0 0 0 0 0;0 1 0 0 0 0;0 0 1 0 0 0;0 0 0 1 0 0;0 0 0 0 1 0;0 0 0 0 0 1]';
%建立网络结构
net1=newff(minmax(p),[6,15,6],{'tansig','tansig','purelin'},'traingdm');
%设置网络参数
net1.trainParam.show=50;
net1.trainParam.lr=0.2;
net1.trainParam.mc=0.2;
net1.trainParam.epochs=10000;
net1.trainParam.goal=1e-5;
%对网络进行训练
[net1,tr]=train(net1,p,t);
各位大侠,帮我解释一下
从这个程序可以看出,输入层神经元接点为6,样本数为3个,输出层的神经元节点为6,可是从目标矢量矩阵看来训练样本数为6个,这是什么原因?
还有训练好之后我怎么才能得到各曾的权值?