Hi.
ฉันใช้อัลกอริธึมการปรับให้เหมาะสมเพื่อค้นหาโครงสร้าง + อินพุตที่ดีที่สุดของโครงข่ายประสาทเทียม 'patternnet' ใน MATLAB R2014a โดยใช้การตรวจสอบความถูกต้องแบบข้าม 5 เท่า ฉันควรเริ่มต้นน้ำหนักของโครงข่ายประสาทเทียมของฉันที่ไหน
*Position_1(for weight initialization)* for i=1:num_of_loops *Position_2(for weight initialization)* - repeating cross validation for i=1:num_of_kfolds *Position_3(for weight initialization)* - Cross validation loop end end
ฉันกำลังทำซ้ำการตรวจสอบความถูกต้องข้าม 5 เท่า (เนื่องจากการเลือกการตรวจสอบความถูกต้องข้ามแบบสุ่ม) เพื่อให้มีเอาต์พุตที่เชื่อถือได้มากขึ้น (ค่าเฉลี่ยของเอาต์พุตโครงข่ายประสาทเทียม) ส่วนใดดีกว่าสำหรับการเริ่มต้นน้ำหนัก (Position_1,Position_2 หรือ Position_3) และเพราะเหตุใด
คำตอบ
Matlabsolutions.com มอบ "ความช่วยเหลือในการบ้าน MatLab" ล่าสุด "ความช่วยเหลือในการมอบหมาย MatLab" สำหรับนักศึกษา วิศวกร และนักวิจัยในหลายสาขา เช่น ECE, EEE, CSE, เครื่องกล, โยธา ด้วยเอาต์พุต 100% รหัส Matlab สำหรับ B.E, B.Tech ,กศน.,วท.ม.เทค นักวิชาการที่รับประกันความเป็นส่วนตัว 100% รับโครงการ MATLAB พร้อมซอร์สโค้ดสำหรับการเรียนรู้และการค้นคว้าของคุณ
เพื่อช่วยให้เข้าใจ ฉันจะถือว่า Nval = Ntst = 0 ค้นหาตัวอย่างที่ไม่ใช่ศูนย์ในกลุ่มข่าวและคำตอบ
หากต้องการออกแบบตาข่าย I-H-O ทั่วไปพร้อมตัวอย่างการฝึกอบรม Ntrn พยายามอย่าให้น้ำหนักที่ไม่ทราบจำนวน
Nw = (I+1)*H+(H+1)*O
เกินจำนวนสมการฝึก
Ntrneq = Ntrn*O
สิ่งนี้จะเกิดขึ้นตราบเท่าที่ H ‹= Hub โดยที่ Hub อยู่ด้านบน
Hub = -1+ceil( (Ntrneq-O) / (I+O+1) )
จาก Ntrneq และ Hub ฉันตัดสินใจเลือกชุดของค่าตัวเลือก numH สำหรับ H
0 <= Hmin:dH:Hmax <= Hmax numH = numel(Hmin:dH:Hmax)
และจำนวนของการเริ่มต้นน้ำหนักสำหรับแต่ละค่าของ H เช่น
ดูคำตอบที่สมบูรณ์ คลิกลิงก์