- 谢谢你正式接受我的答案
NARX模型训练神经网络工具箱
4视图(30天)
显示旧的评论
接受的答案
格雷格·希斯
2013年10月7日
编辑:格雷格·希斯
2013年10月7日
Narnet narxnet有两种模式:OPENLOOP CLOSELOOP。
这些培训和大部分的MATLAB NNs停止通过te的6条件。例如,
网= narxnet%没有分号
TrainParams = net.trainParam%没有分号
%部分结果
.epochs trainParam: .showWindow、.showCommandLine,告诉,
.time, .goal、.min_grad .max_fail、.mu .mu_dec,
.mu_inc, .mu_max
TrainParams =
函数参数“trainlm”
最大时代时代:1000
最大培训时间时间:正
性能目标目标:0
最低梯度min_grad: 1 e - 005
最大验证检查max_fail: 6
最大μmu_max: 10000000000
OPENLOOP模式是静态的,只用于训练和目标数据输入的反馈延迟节点。然而,当它被转换为CLOSELOOP供操作使用,精度可以直接比如果CLOSELOOP训练的模式。
CLOSELOOP配置是动态的,用于培训和使用的操作模式。然而,CLOSELOOP训练非常缓慢而OPENLOOP培训和最终结果可能不匹配与目标数据。
因此,有三个方法来训练一个操作CLOSELOOP净。
1。火车和操作CLOSELOOP
2。火车OPENLOOP和皈依CLOSELOOP操作使用
3所示。火车OPENLOOP,转换CLOSELOOP进一步训练和使用操作。
第三种方法往往会产生最好的结果。
希望这有助于
格雷格