Matlab神经网络工具箱，从前馈网络中提取权重和偏差

Question

我的问题很简单。我已经训练了一个前馈网络。现在我想提取它的权重和偏差，这样我就可以在另一种编程语言上测试它了。但是，当我用自己的代码测试那些经过训练的权重时，它总是返回与神经工具box.here是我的代码不同的结果。

close all 
RandStream.setGlobalStream (RandStream ('mrg32k3a','Seed', 1234));
[x,t] = simplefit_dataset;
plot(t)
hold on 
topo = [2]
net = feedforwardnet(topo);
net = train(net,x,t);
view(net)
y = net(x);
plot(y)

%rewrite net

BI = net.B{1};
WI = net.IW{1};

BO = net.B{2};
WO = net.LW{2};

% input layer

Z = WI*x + BI*ones(1,length(x));
Z = 2./(1+exp(-2*Z))-1;

Y = WO*Z + BO*ones(1,length(x));

plot(Y)
legend('target','tool box result','my result')

它是一个简单的神经网络，只有两层。这里没有规模化或标准化的结果

​

​

Answer 1

神经网络输入和输出在默认情况下映射到[-1;1]范围，因此Z和Y的计算对于映射值是正确的，而对于实际输入和输出则是正确的。为了避免这种情况，您可以取消设置processFcns属性：

 ....
net = feedforwardnet(topo);
net.inputs{1}.processFcns= {};
net.outputs{2}.processFcns= {};
net = train(net,x,t);
 ....

或者，您可以手动映射输入和输出值：

x= mapminmax(x,-1,1);
Z = WI*x + BI*ones(1,length(x));
Z = 2./(1+exp(-2*Z))-1;
Y = WO*Z + BO*ones(1,length(x));
Y= mapminmax(Y,min(y),max(y));