本文目录一览壹、matlab神经网络工具箱怎么使用训练好的神经网络Matlab神经网络输入隐藏层权重：w1=netiw{1,1}隐藏层阈值：theta1=netMatlab神经网络工具箱中训练好的神经网络如何使用
调用时，代码如下：
y为输出结果。
Github传送门：SymphonyPy/Valified_Code_Classify
最简单的代码识别程序
叁、(vc/c++)bp神经网络训练好后,如何用新数据进行测试?BP网络的工作原理是，我们取一组训练数据（输入样本和期望输出）来训练一个神经网络，该神经网络学习这些样本的特征。 你可以把它理解为一个神经网络，有了这些权重我们取新的样本来吧，如果你需要的是测试这个神经网络，那么要给出的新样本一定不能包含在训练样本中，而且还必须是输入和预期输出。 如果你给一个学习过的神经网络（即训练过的网络）新的输入，它运行后给你的输出就是你的预测。