2.1　MATLAB基本知識

MATLAB軟件正如其名字，是MAT（Matrix，矩陣）與LAB（Laboratory，實驗室）兩個英文單詞縮寫的合成。因此，在該軟件中，所有的元素都是按照矩陣的格式處理的，即便是1個標量數據也將其按照1×1的矩陣模式進行處理。

例如，在命令區如果輸入一個變量a，則會發現在工作區出現相應的表示，說明其是向量，如圖2-3所示。

此外，如果以計算機語言的分類看MATLAB代碼指令系統，MATLAB屬于解釋性的語言，不需要進行變量定義（因為其已經將所有的變量看作是矩陣形式），語句的執行過程不需要進行成段的編譯及逐行解釋。這種方式的指令系統在計算機領域見仁見智，如果只是對這種指令系統進行應用，對其了解即可。

對于使用MATLAB進行編程以便實現各種各樣的數據分析、數據計算、存檔和共享等內容在相關圖書中有詳細介紹，此處就不再贅述。眾所周知，神經網絡的運行在很大程度上依賴于數據。因此，有必要介紹MATLAB數據的常用導入情況。如果預先已經準備有數據，則可以通過表2-1中的指令將外部數據導入工作區。

除此之外，還可以在MATLAB界面的菜單欄選擇“導入數據”選項，如圖2-4（a）所示。然后根據要導入的數據進行路徑選擇，此時會彈出“導入向導”界面，可以根據所進行的項目勾選相應的復選框，例如可以選擇“生成MATLAB代碼”數據文件等，如圖2-4（b）所示。在此之后就可以導入所選的數據文件了，如圖2-4（c）所示。

在進行完數據分析后，還需要將數據導出。MATLAB數據導出的常用指令如表2-2所示。

以上是在MATLAB指令下的數據輸入／輸出情況。如果在MATLAB中使用圖形化的編程方法，即用Simulink進行數據分析，則首先需要建立一個Simulink模型文件（?.mdl）。在建立模型文件后從Simulink庫中選擇相應的“模塊”（Block），根據不同的數據來源進行數據導入，如圖2-5所示。

與之對應，在數據導出時也需要先有一個模塊進行數據導出，可以在Simulink/Sinks中方便地找到這些模塊，此處不再贅述。在數據導出后常常需要進行數據的可視化處理，也就是需要將數據繪制成圖形。MATLAB軟件在這方面可以說是現行諸多軟件中的佼佼者，很多軟件的圖形處理功能大多無法與其相比。除了在軟件中提供了多種繪圖指令外，MATLAB R2019b還提供了方便的繪圖菜單選項，如圖2-6所示。

MATLAB是一個規模宏大的軟件，涉及的學科種類也有很多。其指令代碼的運行方式及各種專用工具箱也難以在此一一詳述。因為在神經網絡的運行過程中對數據處理的要求較多，故在此處進行介紹以便為后續的學習做好準備。