返回信息流本人用BP网络做图像分类，现在有一个输入矩阵H（10000*36），每一行代表一张样本图片信息，有一个目标矩阵T（4*10000），每一列对应一张图片的类别，在网上查到神经网络输入应该是每列一个样本，我的神经网络如下：
net = newff( minmax（H'）,minmax（T）,10,{'tansig','logsig'},'trainlm') ;
net.trainparam.epochs = 10000 ; %训练次数
net.trainparam.goal = 0.001 ; %训练目标
net.trainParam.lr = 0.01 ;
%开始训练
net = train( net,H',labels);
% 测试样本
load('H_test_batch.MAT');
%仿真
Y = sim( net , H' );
QQ截图是训练结果，有两个问题：
第一：为什么input那里显示是36，而不是10000（我的样本数是10000啊）？
第二：训练里的performance一直达不到预设值，是不是我设的训练次数太少，还是样本和输出没有对应？
跪求大神们解答~~[ema33][ema23]
这是一条镜像帖。来源：北邮人论坛 / matlab / #11578同步于 2015/4/12
该镜像源已超过 30 天没有更新，可能在源站已被删除。
Matlab机器人发帖
[问题]BP神经网络的输入输出问题
DTree
2015/4/12镜像同步1 回复
订阅后，新回复会通过你的通知中心匿名送达。
1 条回复
用nntools时，第一步选择网络训练数据的时候，有column和row的选项，重新选择一下。变为10000个observations，手头没有matlab，就记得大概了。