[研究生入學(xué)考試]bp學(xué)習(xí)算法-資料下載頁
2025-10-10 01:14本頁面
【正文】 口畫面。 ? Inputs：輸入值 ? Targets：目標(biāo)輸出值 ? Input Delay States：輸入值欲延遲時間 ? Networks：已建構(gòu)的網(wǎng)絡(luò) ? Outputs：輸出值 ? Errors：誤差值 ? Layer Delay States：輸出值欲延遲時間 ? [Help]：有關(guān)于此工具箱各個按鈕的說明 ? [New Data...]：建立新網(wǎng)絡(luò)所須輸出入值、目標(biāo)值、誤差、延遲 ? [New Network...]：建立新網(wǎng)絡(luò)的類型、訓(xùn)練函數(shù)、學(xué)習(xí)函數(shù)、隱藏層層數(shù)等 ? [Import...]：匯入數(shù)據(jù)與網(wǎng)絡(luò) ? [Export...]：匯出數(shù)據(jù)與網(wǎng)絡(luò) ? [Delete]：移除所選取的數(shù)據(jù)或網(wǎng)絡(luò) 建立一個新的網(wǎng)絡(luò) ? Network Name：輸入網(wǎng)絡(luò)名稱，如 test。 ? Network Type：網(wǎng)絡(luò)類型，如 Feedforward backprop。 ? Input ranges：輸入的范圍，如 Get from input p，由下拉式選單選取。 ? Training function：訓(xùn)練函數(shù)，如 TRAINLM(LM算法 )。 ? Adaption learning function：適應(yīng)性學(xué)習(xí)函數(shù)，如LEARNGDM(具動量的梯度下降法 ) ? Performance function：性能函數(shù)，如 MSE(均方誤差 )。 ? Number of layers：隱藏層的層數(shù)，如 2。 ? Properties for：由下拉式選單選取欲進(jìn)行設(shè)定的隱藏層，如Layer 1。 ? Number of neurons：隱藏層 1中神經(jīng)元的數(shù)目，如 15。 ? Transfer function：隱藏層 1所使用的轉(zhuǎn)移函數(shù)類型，如TANSIG。 建立網(wǎng)絡(luò)后 ? epochs：訓(xùn)練的最大循環(huán)次數(shù) ? goal：性能目標(biāo) ? max_fail：最大驗證數(shù)據(jù)失敗的次數(shù) ? mem_reduc：降低內(nèi)存需求的系數(shù) ? min_grad：最小性能梯度 ? mu：動量的初始值 ? mu_dec：動量減少系數(shù) ? mu_inc：動量增加系數(shù) ? mu_max：動量最大值 ? show：每格多少訓(xùn)練循環(huán)次數(shù)會顯示訓(xùn)練過程 ? time：最大的訓(xùn)練所須時間，單位為秒 謝謝大家！
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1