如何在不调用Matlab的情况下从C++应用训练好的Matlab神经网络？我认为可能可以读取训练网络的所有变量值并导出到文件中，然后了解神经网络的内部数据处理，在C++中编写一个函数来读取所有这些数据（训练结果），当用户输入测试数据时，函数会给出答案。函数的签名可能如下所示：

double estimate_frequency(<neural_network_config_file>, <user_params>) {    ...    return frequency;}

但这一切都不需要调用任何Matlab的dll或Matlab程序。我认为评估过程比训练过程简单。

这是可能的吗？

谢谢！

回答：

当然这是可能的 – 神经网络是明确的数学模型。你需要的是一个兼容的表示方式，你需要存储以下内容：

• 网络拓扑（各层的神经元数量）
• 网络权重（所有神经元之间的权重）
• 网络激活函数（每个神经元的激活函数）

仅此而已。具体的解决方案取决于你用于神经网络的Matlab库。有一个用于预测模型的“标准”称为PMML，可以通过例如Weka库来加载。不管怎样 – 这是一个简单的操作，所以你也可以通过简单地将所有数字存储在文本文件中并在C++中模拟网络来手动实现（因为神经网络的“前向”阶段只是几行代码 – 训练部分才是冗长的）。