一、使用matlab2010b以后的版本会有完整的神经网络工具箱，使用nnstart可以调出toolbox，然后选择需要的功能，导入数据，选择训练参数和每层神经元个数，最后训练会输出网络与结果。
四、>> nnstart
二、
>> help nnet
神经网络工具箱
版本7.0（R2010b中）03月 - 2010
图形用户界面功能。
nnstart -
神经网络的启动界面
神经网络的启动界面
nctool - 神经网络分类工具
nftool - 神经网络拟合工具
nntraintool -
神经网络的训练工具
神经网络的训练工具
nprtool -
神经网络模式识别工具
神经网络模式识别工具
ntstool -
NFTool神经网络的时间序列工具
NFTool神经网络的时间序列工具
nntool -
神经网络工具箱的图形用户界面。
神经网络工具箱的图形用户界面。
视图 - 查看一个神经网络。
网络创建功能。
cascadeforwardnet -
级联前馈神经网络。
级联前馈神经网络。
competlayer -
竞争神经层。
竞争神经层。
distdelaynet -
分布时滞神经网络。
分布时滞神经网络。
elmannet -
Elman神经网络。
Elman神经网络。
feedforwardnet -
前馈神经网络。
前馈神经网络。
FITNET - 函数拟合神经网络。
layrecnet -
分层递归神经网络。
分层递归神经网络。
linearlayer -
线性神经层。
线性神经层。
lvqnet -
学习矢量量化（LVQ）神经网络。
学习矢量量化（LVQ）神经网络。
narnet -
非线性自动关联的时间序列网络。
非线性自动关联的时间序列网络。
narxnet -
非线性自动关联的时间序列网络与外部输入。
非线性自动关联的时间序列网络与外部输入。
newgrnn -
设计一个广义回归神经网络。
设计一个广义回归神经网络。
newhop -
创建一个经常性的Hopfield网络。
创建一个经常性的Hopfield网络。
newlind - 设计一个线性层。
newpnn -
设计一个概率神经网络。
设计一个概率神经网络。
newrb - 设计一个径向基网络。
newrbe -
设计一个确切的径向基网络。
设计一个确切的径向基网络。
patternnet -
模式识别神经网络。
模式识别神经网络。
感知 - 感知。
selforgmap -
自组织映射。
自组织映射。
timedelaynet -
时间延迟神经网络。
时间延迟神经网络。
使用网络。
网络 - 创建一个自定义的神经网络。
SIM - 模拟一个神经网络。
初始化 - 初始化一个神经网络。
适应 - 允许一个神经网络相适应。
火车 - 训练神经网络。
disp已 -
显示一个神经网络的性能。
显示一个神经网络的性能。
显示 -
显示一个神经网络的名称和属性
显示一个神经网络的名称和属性
adddelay -
添加一个延迟神经网络的反应。
添加一个延迟神经网络的反应。
closeloop -
转换神经网络公开反馈闭环反馈回路。
转换神经网络公开反馈闭环反馈回路。
formwb -
形式的偏见和重量成单一的载体。
形式的偏见和重量成单一的载体。
getwb -
获取所有的网络权重和偏置值作为一个单一的载体。
获取所有的网络权重和偏置值作为一个单一的载体。
noloop -
删除神经网络的开放和封闭的反馈回路。
删除神经网络的开放和封闭的反馈回路。
开环 -
转换神经网络闭环反馈来打开反馈回路。
转换神经网络闭环反馈来打开反馈回路。
removedelay -
删除延迟神经网络的反应。
删除延迟神经网络的反应。
separatewb -
从一重/偏移向量独立的偏见和权重。
从一重/偏移向量独立的偏见和权重。
setwb -
将所有网络权重和偏置值用一个向量。
将所有网络权重和偏置值用一个向量。
Simulink的支持。
gensim -
生成一个Simulink模块来模拟神经网络。
生成一个Simulink模块来模拟神经网络。
setsiminit -
集神经网络Simulink模块的初始条件
集神经网络Simulink模块的初始条件
getsiminit -
获取神经网络Simulink模块的初始条件
获取神经网络Simulink模块的初始条件
神经 -
神经网络的Simulink模块集。
神经网络的Simulink模块集。
培训职能。
trainb -
批量培训与重量和偏见的学习规则。
批量培训与重量和偏见的学习规则。
trainbfg -
BFGS拟牛顿反向传播。
BFGS拟牛顿反向传播。
trainbr -
贝叶斯规则的反向传播。
贝叶斯规则的反向传播。
trainbu -
无监督批次训练与重量及偏差的学习规则。
无监督批次训练与重量及偏差的学习规则。
trainbuwb -
无监督批次训练与重量及偏差的学习规则。
无监督批次训练与重量及偏差的学习规则。
trainc -
循环顺序体重/偏置训练。
循环顺序体重/偏置训练。
traincgb -
鲍威尔，比尔共轭梯度反传重新启动。
鲍威尔，比尔共轭梯度反传重新启动。
traincgf - 共轭梯度反传与弗莱彻 -
里夫斯更新。
里夫斯更新。
traincgp -
与波拉克-Ribiere更新共轭梯度反传。
与波拉克-Ribiere更新共轭梯度反传。
traingd -
梯度下降反向传播。
梯度下降反向传播。
traingda -
梯度下降自适应LR反向传播。
梯度下降自适应LR反向传播。
traingdm - 梯度下降动量。
traingdx -
梯度下降瓦特/势头和自适应LR反向传播。
梯度下降瓦特/势头和自适应LR反向传播。
trainlm - 列文伯格 -
马夸特反向传播。
马夸特反向传播。
trainoss -
一步割线反向传播。
一步割线反向传播。
trainr -
随机顺序重/偏置训练。
随机顺序重/偏置训练。
trainrp -
RPROP反向传播。
RPROP反向传播。
trainru -
无监督随机顺序重/偏置训练。
无监督随机顺序重/偏置训练。
火车 - 顺序体重/偏置训练。
trainscg -
调整共轭梯度反传。
调整共轭梯度反传。
绘图功能。
plotconfusion -
剧情分类混淆矩阵。
剧情分类混淆矩阵。
ploterrcorr -
错误的时间序列绘制自相关。
错误的时间序列绘制自相关。
ploterrhist -
剧情误差直方图。
剧情误差直方图。
plotfit - 绘图函数拟合。
plotinerrcorr -
剧情输入错误的时间序列的互相关。
剧情输入错误的时间序列的互相关。
plotperform -
剧情的网络性能。
剧情的网络性能。
plotregression -
剧情回归。
剧情回归。
plotresponse -
剧情动态网络的时间序列响应。
剧情动态网络的时间序列响应。
plotroc -
绘制受试者工作特征。
绘制受试者工作特征。
plotsomhits -
剧情自组织映射样本命中。
剧情自组织映射样本命中。
plotsomnc -
剧情自组织映射邻居连接。
剧情自组织映射邻居连接。
plotsomnd -
剧情自组织映射邻居的距离。
剧情自组织映射邻居的距离。
plotsomplanes -
剧情自组织映射重量的飞机。
剧情自组织映射重量的飞机。
plotsompos -
剧情自组织映射重量的位置。
剧情自组织映射重量的位置。
plotsomtop -
剧情自组织映射的拓扑结构。
剧情自组织映射的拓扑结构。
plottrainstate -
剧情训练状态值。
剧情训练状态值。
plotwb -
重和偏置值剧情韩丁图。
重和偏置值剧情韩丁图。
其他的神经网络实现的功能列表。
nnadapt - 适应功能。
nnderivative -
衍生功能。
衍生功能。
nndistance - 距离函数。
nndivision - 科功能。
nninitlayer -
初始化层的功能。
初始化层的功能。
nninitnetwork -
初始化网络功能。
初始化网络功能。
nninitweight -
初始化权重函数。
初始化权重函数。
nnlearn - 学习功能。
nnnetinput -
净输入功能。
净输入功能。
nnperformance -
性能的功能。
性能的功能。
nnprocess - 处理功能。
nnsearch - 线路搜索功能。
nntopology - 拓扑功能。
nntransfer - 传递函数。
nnweight - 重量功能。
示范，数据集和其他资源
nndemos -
神经网络工具箱的示威。
神经网络工具箱的示威。
nndatasets -
神经网络工具箱的数据集。
神经网络工具箱的数据集。
nntextdemos -
神经网络的设计教科书的示威。
神经网络的设计教科书的示威。
nntextbook -
神经网络的设计教科书的信息。
神经网络的设计教科书的信息。
三、>> nntool
四、>> nnstart
具体学习资料请访问http://wenku.baidu.com/link?url=OtA0fe5eVQ4DxjrmUzyMMcRU_PHumgdmLdoyTKjxNnEZOKaQtJhUvPLJQAfiY90uc52v-x5e0M7avMVGhJ39s8SoQJmmgP6rx6J08PDn57S