今夕何夕兮，前些天把玩了一下MATLAB中神經網絡工具箱的使用，忽有“捫參歷井仰脅息”之感。別的倒是沒什麼，只是神經網絡的數據組織結構有些“怪異”，要是不小心就會導致工具箱報錯。以下便是神經網絡工具箱的正確打開姿勢，謹供諸君參考：
1.打開MATLAB，在命令行輸入nntool，將出現如下界面：
圖1 神經網絡工具箱主界面
其中最主要的分爲6個部分：第1部分中顯示的是系統的輸入數據；第2部分是系統的期望輸出；第3部分是網絡的計算輸出；第4部分是網絡的誤差，即2和3之間的差異；第5部分呈現的是已經建立的神經網絡實例；第6部分的兩個按鈕分別負責數據的導入和網絡模型的建立。
2.點擊“Import”按鈕，分別導入輸入數據與目標輸出數據（數據可從工作區導入，也可從文件導入）：
圖2 導入輸入數據集
圖3 導入期望輸出數據集
導入數據後主界面的情況如下：
圖4 導入數據後的情況
重要說明：神經網絡的數據是以列爲基本單位的，即輸入與輸出數據的列數必須相同，否則將報錯！如果原先數據是以行爲單位組織的話，可以先在MATLAB中實現轉置然後再導入，即B = A’。
3.現在需要的數據已經有了，下一步就是建立一個神經網絡模型對數據集進行學習。以下步驟以BP網絡爲例，首先點擊“New”按鈕，出現如下界面：
圖5 神經網絡模型設置
幾個重要部分已在上圖中框出：1處用於定義該神經網絡的名稱；2處用於選擇神經網絡的類型；3處用於選擇網絡的輸入數據；4處用於確定網絡的期望輸出數據；5、6、7處分別對神經網絡的主要機制函數進行設置；8處設置網絡層數；9處用於選擇各網絡層（需要說明的是：第1層指的是隱含層而不是輸入層），從而在10和11處可以對該層的神經元個數和傳遞函數進行設置；12處按鈕可以用於查看當前所設置的神經網絡的結構圖（下附圖）；點擊13處按鈕即可生成對應的神經網絡模型。前面只是簡單地介紹了各個部分的作用，具體參數應該如何設置就只有各位自行去學習相關的文獻了，此處不再多言。
圖6 神經網絡結構預覽
4.現在模型和數據都有了，下一步該進行模型的訓練了。回到主界面如下：
圖7 回到主界面
選中我們剛纔建立的神經網絡模型，然後點擊“Open”按鈕，將會出現如下界面：
圖8 神經網絡界面
在這裏主要介紹兩個選項卡中的內容，一個是“Train”，另一個是“Adapt”。點擊“Train”選項卡後做相應的設置即可進行神經網絡的訓練：
圖9 模型主要信息設置
圖10 模型具體參數設置
設置完所有信息後點擊“TrainNetwork”按鈕即可進行網絡的訓練了。訓練完成後會有一個結果信息界面，如下：
圖11 訓練結果反饋
5.OK，現在模型訓練也結束了，那麼下一步自然是要來驗證我們訓練的模型。先導入驗證輸入和驗證輸出，這一步不再重提。然後來到模型驗證界面：
圖12 驗證數據導入後
圖13 驗證參數設置
紅框1中設置網絡的輸入和驗證輸出；2中設置網絡輸出和誤差情況的存儲名；這些都完成之後點擊“Adapt Network”後即可。此後會出現如下的提示界面：
圖 14 提示界面
接下來再回到神經網絡主界面如下：
圖15 網絡驗證結果
此時界面中會多出紅框所框出的兩組數據，它們分別是網絡的輸出與對應的輸出誤差。具體的數據可以通過雙擊它們來打開查看。
重要說明：
神經網絡的輸入和輸出數據要求每列爲一個樣本，按平常的習慣可能需要轉置一下。
否則可能彙報輸入/輸出樣本數量不同的錯誤。
如果出現“input data size does not match net.inputs{1}.size”錯誤，那是因爲創建神經網絡是設定的輸入個數與樣本數據的輸入個數不同而引起的，重新創建合適的神經網絡即可。