我在Matlab中实现了以下代码。我想使用批处理算法训练感知器来分离这些线性可分的点。因此，我使用了adapt()函数，但它似乎不起作用。我的意思是，我的感知器无法正确分类这些点。它的权重没有任何用处。另一方面，当我使用train()函数时，一切都按计划进行。感知器能够准确地分类这些点。谁能解释一下我的代码有什么问题？提前感谢！

function problema2_1()
p = -1 + (1 + 1) .* rand(3,5);
for i = 1 : length(p)
    if 2 * p(1,i) - p(2,i) + p(3,i) < 0
        t(i) = -1;
    else
        t(i) = 1;
    end
end
net = newp([-1 1; -1 1; -1 1],1,'hardlims');
net.adaptParam.passes = 1000000;
net = adapt(net,p,t);
plotpv(p,hardlim(t));
hold on
plotpc(net.IW{1,1,1},net.b{1});
t - sim(net,p)
end

回答：

adapt 函数只会对你的训练数据进行一次传递，因此对网络权重的更新非常小。另一方面，train 函数会多次迭代训练数据，直到满足停止条件。

Matlab文档中关于adapt的示例应该能提供一些澄清。我怀疑你的代码行net.adaptParam.passes = 1000000并没有按你所想的那样工作。

作为一个即时解决方案，尝试多次循环你的net = adapt(net,p,t)，以验证结果网络是否在向使用train()时获得的网络收敛。