Machine learning 如何在MATLAB神经网络工具箱中使用自定义神经网络函数

我正在尝试创建如下所示的神经网络。它有3个输入、2个输出和2个隐藏层（总共4层，或3层权重矩阵）。第一隐层有4个神经元，第二隐层有3个神经元。在第一和第二隐藏层以及输出层有一个偏置神经元

我曾尝试在MATLAB中使用该函数，但无法使其按我所希望的方式工作

这就是我使用函数的方式

net1=network(3,3,[1;1;1],[1,1,1;0,0,0;0,0,0],[0,0,0;1,0,0;0,1,0],[0,0,0])
view(net1)

它给出了如下所示的神经网络：

正如你所看到的，这不是我想要的。第一层中只有3个权重，第二层中有1个权重，输出层中有1个权重，并且只有一个输出。我该如何解决这个问题

谢谢

---

我只是想澄清一下我希望这个网络如何运作：

• 用户将在网络中输入3个数字
• 3个输入中的每一个都乘以4个不同的权重，然后这些数字被发送到第一个隐藏层中的4个神经元
• 偏置节点的作用与其中一个输入相同，但其值始终为1。它被乘以4个不同的权重，然后发送到第一个隐藏层中的4个神经元
• 第一个隐藏层中的每个神经元对进入其中的4个数字求和，然后将该数字传递给sigmoid激活函数
• 第一个隐藏层中的神经元然后输出4个数字，每个数字乘以3个不同的权重，并发送给第二个隐藏层中的3个神经元
• 到第二个隐藏层的偏移节点与第一个偏移节点的工作方式相同
• 第二个隐藏层中的每个神经元将5个数字相加，并通过乙状结肠激活函数传递
• 然后，第二层的神经元输出两个数字，再乘以权重，然后转到每个输出
• 输出层还对其所有输入（包括其偏置输入）求和，然后将其通过sigmoid激活函数得到最后两个值。

---

玩了一段时间后，我终于想出了办法。我需要使用的代码是：

net = newff([0 1; 0 1; 0 1],[4,3 2],{'logsig','logsig','logsig'})
view(net)

这创造了我一直在寻找的网络

---

我最初误解了神经网络的matlab表示法。绿色箭头显示所有数字的路径，而不仅仅是单个数字。

您是如何指定每个连接权重值的？（我想知道您如何手动设置连接重量值？）