Безнадзорное обучение веса/смещения произвольного порядка
net.trainFcn = 'trainru'
[net,tr] = train(net,...)
trainru
не называется непосредственно. Вместо этого это вызвано train
для сетей, свойство net.trainFcn
которых установлено в 'trainru'
, таким образом:
net.trainFcn = 'trainru'
устанавливает свойство сети trainFcn
.
[net,tr] = train(net,...)
обучает сеть с trainru
.
trainru
обучает сеть с весом и правила изучения смещения с инкрементными обновлениями после каждого представления входа. Входные параметры представлены в произвольном порядке.
Обучение происходит согласно параметрам обучения trainru
, показанным здесь с их значениями по умолчанию:
net.trainParam.epochs | 1000 | Максимальное количество эпох, чтобы обучаться |
net.trainParam.show | 25 | Эпохи между отображениями ( |
net.trainParam.showCommandLine |
| Сгенерируйте командную строку вывод |
net.trainParam.showWindow |
| Покажите учебный графический интерфейс пользователя |
net.trainParam.time |
| Максимальное время, чтобы обучаться в секундах |
Подготовить пользовательскую сеть, которая будет обучена с trainru
,
Установите net.trainFcn
на 'trainru'
. Это устанавливает net.trainParam
на параметры trainru
по умолчанию.
Установите каждый net.inputWeights{i,j}.learnFcn
на функцию изучения.
Установите каждый net.layerWeights{i,j}.learnFcn
на функцию изучения.
Установите каждый net.biases{i}.learnFcn
на функцию изучения. (Вес и параметры изучения смещения автоматически установлены в значения по умолчанию для данного изучения функции.)
Обучать сеть,
Установите свойства net.trainParam
на требуемые значения.
Установите вес и параметры изучения смещения к требуемым значениям.
Вызовите train
.
В течение каждой эпохи все учебные векторы (или последовательности) каждый представлены однажды в различном произвольном порядке, с сетью и весом и смещают значения, обновленные соответственно после каждого отдельного представления.
Обучение останавливается, когда любое из этих условий соблюдают:
Максимальное количество epochs
(повторения) достигнуто.
Максимальная сумма time
превышена.