用matlab进行bp网络数据预测，预测彩票，输入的是50期的数据，那输出量是什么啊，
bp网络预测彩票，matlab输入确定的,那输出量是什么啊?求解答
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
threenewbee 2019-04-28 16:25关注输出可以是预测的彩票号码。关键看你的训练数据拿什么作为优化目标（正向传播的输出）
本回答被题主选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报 分享
- 2019-04-28 16:09回答 1 已采纳 输出可以是预测的彩票号码。关键看你的训练数据拿什么作为优化目标（正向传播的输出）
- 2022-02-27 09:24回答 2 已采纳 如果输出层的取值范围是 [0,1]（并不是所有的 BP 都是这样），那么应该对训练样本的输出进行归一化，即现将应力值映射到 [0,max] 范围内，或者映射到 [min,max]，或者某一适当的范围如
- 2022-04-21 21:24回答 1 已采纳 就算不用到newff工具，至少也需要用到一种框架，否则利用最简单的优化方式光求导就会把人逼疯，这里我有一篇文章是关于BP神经网络的https://blog.csdn.net/qq_18560985/a
- 2022-08-27 16:28「已注销」的博客 %画出预测结果误差图figureplot(error,'-*')title('BP网络预测误差','fontsize',12)ylabel('误差','fontsize',12)xlabel('样本','fontsize',12)。三、训练函数与学习函数的区别函数的输出是权值和阈值的增量，训练...
- 2022-03-24 16:41回答 1 已采纳 你这个输入的维度为[7，3]标签为[7，]你这个网络进去的，那么网络输出的应该是[7，]然后进行损失计算，不过对于你的网络搭建我没看懂，兴许你是别的框架，然后按理输出的数据经过反归一化后，确实是未来5
- 2023-02-16 00:19回答 2 已采纳 以下答案引用自GPT-3大模型,请合理使用： 修改意见！ 答：报错的意思是matlab从2016a版本到2022b版本的变化，使得训练参数和输入输出格式存在差异。这里的问题是需要将训练参数进行修改，
- 2021-05-11 10:30回答 3 已采纳 您好，我是有问必答小助手，您的问题已经有小伙伴解答了，您看下是否解决，可以追评进行沟通哦~ 如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～
- 2018-01-27 23:07善水输出端的博客 这几天在各大媒体上接触到了人工智能机器学习，觉得很有意思，于是开始入门最简单的机器算法——神经网络训练算法（Neural Network Training）;以前一直觉得机器学习很高深，到处是超高等数学、线性代数、数理统计。...
- 2021-09-22 00:31回答 1 已采纳 abcd直接用abcd四个字母进行分类就可以；至于第二个问题，你训练完你的神经网络，直接导出成net格式，下次要用直接load就行，然后用output = net.predict(input)类似的语
- 2018-10-31 08:03回答 2 已采纳 具体要看你的程序，如果你不使用batch，那么通常的做法是把当前的权重在所有数据之上跑一次（正向传播），然后算出梯度，根据梯度修正每个隐层的权重（反向传播），这个整个的过程算一个迭代。 你说的每年的
- 2022-04-17 20:00回答 1 已采纳 因为每次拟合出来的模型都不一样，还有跟你设置的超参数有关
- 2022-10-06 11:58小六oO的博客 它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。...如果你所选用的激活函数是线性函数，那么就可以先把输出的表达式写出来，即权向量和输入的矩阵乘积。
- 2022-10-13 14:31神经网络技术宅的博客 2.应用弹性BP算法(RPROP)学习三层BP网络(含输入层，隐含层，输出层)权值W、偏差b总体算法函数：Train3BP_RPROP(S0，X，P，S1，W1，b1，f1，S2，W2，b2，f2，d，TP)(1)输入参数P对模式(xp，dp)，p=1，2，…
- 2022-11-27 20:47程序辅导帮的博客 随着电力工业逐步进入市场化,区域配电网短期电力负荷预测在电力行业中地位越来越重要,精准的短期负荷预测方法对电力系统安全稳定...因此,文章在综合分析实际负荷特征和BP神经网络原理的基础上,提出BP神经网络预测方法。
- 2023-10-03 21:38沅_Yuan的博客 BP神经网络MATLAB实践
- 没有解决我的问题, 去提问
