神經網路c語言實現

『貳』 BP神經網路的預測（回歸）過程C語言程序

神經網路本質也是一種數據回歸模型。我們舉個簡單的例子
y=ax^2+bx+c，
有三個系數要回歸，如果只給你1～2組數據，你覺得能回歸好嗎？
考慮到樣本本身有誤差，為了防止過擬合（或過學習），一般要求神經網路的訓練樣本數是連接權系數（包括閾值）的2～3倍。你用了太多的連接權系數（包括閾值），即使效果不錯，風險仍然很高。

『叄』 關於人工神經網路（ANN）的編程（c）

我不懂什麼落石，既然要用c語言做神經網路其實過程很麻煩，神經網路里有很多矩陣的運算，比如轉置，求逆，所以需要非常熟悉矩陣運算，畢竟不是在matlab里那樣調用函數，我個人感覺直接用c會太麻煩，可以在PC上先用matlab或者藉助一些專業的神經網路庫軟體訓練好參數，也就是樣本離線訓練，訓練好的權值放入嵌入式c語言里就可以了，計算量還是蠻大的，我以前用c寫過一些辨識的，用c寫矩陣運算 高斯消元法是精髓

『肆』 請教C語言高手，關於神經網路

哥們你太牛X了！！

『伍』 c語言實現*/遺傳演算法改進BP神經網路原理和演算法實現怎麼弄

遺傳演算法有相當大的引用。遺傳演算法在游戲中應用的現狀在遺傳編碼時, 一般將瓦片的坐標作為基因進行實數編碼, 染色體的第一個基因為起點坐標, 最後一個基因為終點坐標, 中間的基因為路徑經過的每一個瓦片的坐標。在生成染色體時, 由起點出發, 隨機選擇當前結點的鄰居節點中的可通過節點, 將其坐標加入染色體, 依此循環, 直到找到目標點為止, 生成了一條染色體。重復上述操作, 直到達到指定的種群規模。遺傳演算法的優點：1、遺傳演算法是以決策變數的編碼作為運算對象，可以直接對集合、序列、矩陣、樹、圖等結構對象進行操作。這樣的方式一方面有助於模擬生物的基因、染色體和遺傳進化的過程，方便遺傳操作運算元的運用。另一方面也使得遺傳演算法具有廣泛的應用領域，如函數優化、生產調度、自動控制、圖像處理、機器學習、數據挖掘等領域。2、遺傳演算法直接以目標函數值作為搜索信息。它僅僅使用適應度函數值來度量個體的優良程度，不涉及目標函數值求導求微分的過程。因為在現實中很多目標函數是很難求導的，甚至是不存在導數的，所以這一點也使得遺傳演算法顯示出高度的優越性。3、遺傳演算法具有群體搜索的特性。它的搜索過程是從一個具有多個個體的初始群體P(0)開始的，一方面可以有效地避免搜索一些不必搜索的點。另一方面由於傳統的單點搜索方法在對多峰分布的搜索空間進行搜索時很容易陷入局部某個單峰的極值點，而遺傳演算法的群體搜索特性卻可以避免這樣的問題，因而可以體現出遺傳演算法的並行化和較好的全局搜索性。4、遺傳演算法基於概率規則，而不是確定性規則。這使得搜索更為靈活，參數對其搜索效果的影響也盡可能的小。5、遺傳演算法具有可擴展性，易於與其他技術混合使用。以上幾點便是遺傳演算法作為優化演算法所具備的優點。遺傳演算法的缺點：遺傳演算法在進行編碼時容易出現不規范不準確的問題。

『陸』 如何用C語言編程實現多層前向BP神經網路，用來解

https://zhuanlan.hu.com/p/26089367
看看吧

『柒』 用C語言解決BP神經網路演算法

囧，用C語言幹嘛，matlab裡面帶有神經網路函數庫的……

55555，我的論文也是用神經網路模擬……

我的隱藏層個數都沒確定……輸入節點數也沒有定……

matlab神經網路函數庫的程序，在ilovematlab論壇上有。

『捌』 前饋神經網路（BP演算法）和後饋神經網路（優化） 要求C語言實現！

這個太難了撒，只會用C編什麼運算之類的，無能為力，慚愧啊