请写一个 matlab deep learning 输入层两个神经元输出层1个神经元双层隐藏层的bp神经网络代码

以下是一个基本的 MATLAB 深度学习神经网络的示例，包括输入层、双层隐藏层和输出层：

% 建立神经网络模型
net = feedforwardnet([10, 5]); % 双层隐藏层，第一层10个神经元，第二层5个神经元

% 设置训练参数
net.trainParam.epochs = 1000; % 迭代次数
net.trainParam.lr = 0.01; % 学习率
net.trainParam.goal = 0.001; % 目标误差

% 生成数据
x = rand(2, 1000); % 生成1000组2个输入数据
y = x(1,:) + x(2,:); % 输出为两个输入值之和

% 开始训练
net = train(net, x, y);

% 预测新数据
x_new = [0.5; 0.7]; % 新的输入数据
y_pred = net(x_new); % 预测输出

% 显示结果
fprintf('输入数据: %f, %f\n', x_new(1), x_new(2));
fprintf('预测输出: %f\n', y_pred);

这个示例中，我们建立了一个拥有两个输入神经元、一个输出神经元和两个隐藏层（第一层10个神经元，第二层5个神经元）的神经网络。我们使用随机生成的数据进行训练，其中每组数据包含两个输入值和一个输出值。最后，我们使用新的输入数据进行预测，并输出预测结果。

请注意，这只是一个简单的示例，实际上，神经网络的设计和训练需要更多的细节和调整，包括选择正确的激活函数、设置合适的学习率和迭代次数等。