MATLAB的答案

NARX模型训练神经网络工具箱

4视图(30天)
普拉登
普拉登 2013年10月3日
评论道: 格雷格·希斯 2013年10月13日
我有两个问题关于NARX神经网络模型训练时使用早期停止技术:
  1. 的确,NARX模型训练有素的静态配置?
  2. 如果是的,错误之一是用来停止训练:错误(实际数据和预测数据之间)计算使用反馈或没有反馈中长期规划经典静态网络吗?(请见下图)
提前感谢你对你的反应。

在回答这个问题。

接受的答案

格雷格·希斯
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
  • 谢谢你正式接受我的答案
格雷格

更多的答案(2)

普拉登
普拉登 2013年10月7日
谢谢你格雷格。
所以,当我用这段代码:
网= narxnet (inputDelays feedbackDelays hiddenLayerSize);
(净,tr) =火车(净、输入目标,inputStates layerStates);
培训完成后的出路?在我看来,第二个(火车OPENLOOP和皈依CLOSELOOP操作使用)。我在OPENLOOP火车网,怎么能把CLOSELOOP进一步训练和使用操作吗?有特定功能Mathlab这样做或我需要代码吗?
格雷格·希斯
格雷格·希斯 2013年10月8日
看到的例子
帮助preparets
帮助closeloop
也看看医生的解释和例子是不同的。
希望这个有帮助。
谢谢你的正式接受我的答案
格雷格
注:变更名称转换时closeloop配置
netc = closeloop(净);
4评论
显示3年长的评论
格雷格·希斯
格雷格·希斯 2013年10月13日
好的。现在试一试。
之前我总是比较闭环和开环反应闭环训练得到一个对额外的培训真的做了什么。
有时我从开始看到火车闭环与开环真的帮助w.r.t.多少训练的训练时间。

登录置评。

类别

找到更多的在与NARX和时滞网络的建模和预测在帮助中心和文件交换

标签

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!