Безнадзорное обучение веса/смещения произвольного порядка
net.trainFcn = 'trainru'
[net,tr] = train(net,...)
trainru не называется непосредственно. Вместо этого это вызвано train для сетей, чей net.trainFcn свойство установлено в 'trainru', таким образом:
net.trainFcn = 'trainru' устанавливает сеть trainFcn свойство.
[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 trainru параметры обучения, показанные 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 выход |
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 к 'trainru'. Это устанавливает net.trainParam к trainruпараметры по умолчанию.
Установите каждый net.inputWeights{i,j}.learnFcn к функции изучения.
Установите каждый net.layerWeights{i,j}.learnFcn к функции изучения.
Установите каждый net.biases{i}.learnFcn к функции изучения. (Вес и параметры изучения смещения автоматически установлены в значения по умолчанию для данного изучения функции.)
Обучать сеть,
Установите net.trainParam свойства к требуемым значениям.
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) достигнуты.
Максимальная сумма time превышен.
