MATLAB中的神经网络训练失败

我正在使用MATLAB学习神经网络，我正在尝试实现一个使用PCA进行特征提取的人脸识别程序，以及一个用于分类的前馈神经网络

我的培训集中有3个人，图像存储在“数据”目录中

我为每个人使用一个网络，并使用我的培训集的所有图像对每个网络进行培训，我的项目代码如下所示：

dirs = dir('data');
size = numel(dirs);
eigenVecs = [];
% a neural network for each individual
net1 = feedforwardnet(10);
net2 = feedforwardnet(10);
net3 = feedforwardnet(10);

% extract eigen vectors and prepare the input of the NN
for i= 3:size
    eigenVecs{i-2} =  eigenFaces(dirs(i).name);
end
trainSet= cell2mat(eigenVecs'); % 27X1024 double

% set the target for each NN, and then train it.
T = [1 1 1 1 1 1 1 1 1 ...
     0 0 0 0 0 0 0 0 0 ...
     0 0 0 0 0 0 0 0 0];
train(net1, trainSet', T);
T = [0 0 0 0 0 0 0 0 0 ...
     1 1 1 1 1 1 1 1 1 ...
     0 0 0 0 0 0 0 0 0];
train(net2, trainSet', T);
T = [0 0 0 0 0 0 0 0 0 ...
     0 0 0 0 0 0 0 0 0 ...
     1 1 1 1 1 1 1 1 1];
train(net3, trainSet', T);

完成网络培训后，我得到以下面板：

**如果有人能向我解释一下小组的进度部分，因为我不明白这些数字是什么意思**

培训网络后，我尝试使用以下方法测试网络：

sim(net1, L)

其中L是我集合中的一个样本，它是一个1X1024向量，我得到的结果是：

Empty matrix: 0-by-1024

我训练神经网络的方法错了吗？我能做些什么来修复这个程序

谢谢

代码

 train(net1, trainSet', T);

不将经过训练的网络保存到

net1

变量中（将其保存到

ans

变量中）。这就是

sim

的结果为空的原因：在

net1

中没有经过训练的网络。您必须自己保存经过培训的网络：

 net1= train(net1, trainSet', T);

---

非常感谢您的回答，这似乎解决了我在使用空矩阵时遇到的问题，您能为我详细说明我所附图片性能部分的不同参数吗？我很想了解这些参数。谢谢这里有一个描述：。您还可以参考mu参数的说明