神经网络已知输入输出，怎么获得输入对输出的权重。

神经网络已知输入输出（多输入对应一个输出），怎么获得输入对输出的权重？请大神不吝赐教{:soso__10169062262133571330_1:}

我用的代码如下：

clc

clear all

A=xlsread('data.xlsx');

%选择输入输出数据

p=[A(:,1) A(:,2) A(:,3)];

t=A(:,4);

%数据归一化

[pn,minp,maxp]=premnmx(p); %按行归一化

[tn,mint,maxt]=premnmx(t);%

%[m n]=size(p);

%dx=zeros(m,2);

%dx(:,1)=-1;

%dx(:,2)=1;

dx=[-1,1;-1,1;-1,1];

%BP网络训练

net=newff(dx,[5,3,1],{'tansig','logsig','purelin'},'traingdx');

net.trainParam.show=1000;

%每1000轮回显示一次结果

net.trainParam.Lr=0.01;

%学习速率为0.01

net.trainParam.epochs=30000;

%循环1000次

net.trainParam.goal=1e-7;

%均方误差

net=train(net,pn',tn');

%对原数据进行仿真

an=sim(net,pn');

a=postmnmx(an,mint,maxt);

%还原仿真得到的数据

%与实际数据对比

x=p;

newk=a(1,:);

figure;

plot(x,newk,'r-o',x,t,'b--+')

legend('预测值','实际值');

xlabel('时间');

ylabel('cpi的值');

新手一个，希望多多指导！

Answer 1

[新锦江开户网址【微8785092】]

BP神经网络的更新方式是利用每一层的输出误差对连接权值进行偏导，梯度下降的方向进行更新。你这是使用的工具箱进行直接计算的，一般地，都是自己写出BP算法的具体更新迭代算法，这样子训练时每一步训练的权值大小都可以进行保存出来的。三层NN，BP算法就1-2间的权值和2-3间的权值，可以直接利用BP算法推导出来写入程序中，方便自己观察整个更新过程。