和i
it
w。i
itwb函数根据每一层自己的初始化参数
eti
putWeightsiji
itFc
初始化权重矩阵和偏置。前馈网络的初始化权重通常设为ra
ds，它使权重在1到1之间随机取值。这种方式经常用在转换函数是线性函数时。i
it
w通常用于转换函数是曲线函数。它根据Nguye
和WidrowNgWi90为层产生初始权重和偏置值，使得每层神经元的活动区域能大致平坦的分布在输入空间。它比起单纯的给权重和偏置随机赋值有以下优点：（1）减少神经元的浪费（因为所有神经元的活动区域都在输入空间内）。（2）有更快的训练速度（因为输入空间的每个区域都在活动的神经元范围中）。初始化函数被
ewff所调用。因此当网络创建时，它根据缺省的参数自动初始化。i
it不需要单独的调用。可是我们可能要重新初始化权重和偏置或者进行自定义的初始化。例如，我们用
ewff创建的网络，它缺省用i
it
w来初始化第一层。如果我们想要用ra
ds重新初始化第一层的权重和偏置，我们用以下命令：
etlayers1i
itFc
i
itwb
eti
putWeights11i
itFc
ra
ds
etbiases11i
itFc
ra
ds
etbiases21i
itFc
ra
ds
eti
it
etIW输入层到隐含层的权重矩阵LW隐含层和输出层间的权重矩阵b阀值向量如网络为
et输入层和输出均为一个接点情况下，则用
etIW11可以看到第一个输入接点到第一隐含层的权重向量；
etLW21可以看到隐含层到输出层的权值向量；
etb11是隐含层的阀值向量，
etb21是输出接点的阀值；在多输入输出下先用
etIW
etLW
etb查看各矩阵结构，再相应用
etIW等语句查到相关的向量______________________________________________________________________________________________clearalldefi
ethei
puta
doutput
fp9748745273884661764131624392251183624101860155723011578149018772749151312782026107015612794134724153306132427461233138314631847128202347t197972428234548创建bp网络和定义训练函数这里是为了方便而建立一个矩阵，注意是12x2，不是3x2pr527974388176413162439183624101557230114902749127820261070279413473306123327461383184702347
et
ewffpr151ta
sigpureli
trai
lm这里要加入输出层的转移函数，一般是trai
lm
ettrai
paramgoal50
ettrai
paramepochs5000训练神经网络
ettrtrai
etpt输出训练后的权值和阈值iw1
etIW1b1
etb1lw2
etLW2b2
etb2存储训练好的神经网络save
etkohler
et______________________________________________________________________________________________怎样知道matlab已经训练好的神经网络的权值、步长以及阙值
f用matlar