调用训练好的bp神经网络

用matlab训练好bp神经网络之后，在调用这个网络去预测另外的数据（输入参数跟训练的时候一样，只改变了输出参数，输出参数只有一个，就是我训练的时候输出参数用的是实测值，预测的时候输出参数用的是理论值与实测值的偏差），但是运行之后output里的数据跟没改之前一样，请问这是怎么回事呀~

这个问题可能涉及到多个方面，以下是一些可能的原因和解决方法：

数据预处理问题：在输入新数据之前，可能需要对新数据进行与训练数据相同的预处理，如特征缩放、标准化等，以确保新数据与训练数据具有相同的特征分布。

神经网络结构问题：可能需要检查神经网络的结构是否与训练时相同，包括输入层、隐藏层和输出层的节点数量、激活函数等。

权重和偏置问题：神经网络的输出取决于权重和偏置的设置。在使用神经网络进行预测时，需要确保使用了正确的权重和偏置。

输出层激活函数问题：在训练时可能使用不同的激活函数。在预测时，需要使用与训练时相同的激活函数，以确保输出结果正确。

数据标签问题：在训练时，可能使用了不同的标签类型。在预测时，需要使用与训练时相同的标签类型，以确保输出结果正确。

综上所述，要解决这个问题，需要检查和比较训练和预测的设置和参数，以确保它们相同，并检查预处理和输出结果的正确性。如果仍然无法解决问题，可以尝试重新训练神经网络，或者考虑使用其他机器学习算法。

不知道你这个问题是否已经解决, 如果还没有解决的话:

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^

额……感觉你这个处理不是很对啊，如果已经训练好的bp神经网络，那么它输入和输出的含义不应该发生变化
比如你训练集的输入是特征A，B，C，输出是特征D，E
那么你验证集也好，以后的预测集也好，输入一定还要是A，B，C这个含义，输出也一定要还是D，E则个含义
训练集、验证集、预测集，更改的只是”样本“，而不应该是特征。

我猜测你可能想分析A，B，C的变化对D，E的变化的影响？所以就把D，E改成了差值？——但是感觉似乎不是很合乎原理

不过换input之后，无论是否科学，output不应该不变的。发生这种情况的原因一般是引用了错误的变量名什么的，可以再检查一下。