Labfans是一个针对大学生、工程师和科研工作者的技术社区。 | 论坛首页 | 联系我们(Contact Us) |
![]() |
|
![]() |
#1 |
初级会员
注册日期: 2008-06-01
年龄: 42
帖子: 23
声望力: 17 ![]() |
![]()
我想请教大家,训练网络的时候训练梯度和训练目标误差这两个参数哪个对网络性能更加重要?
我训练一个网络,输入的是2*30的矩阵,输出为2*30的矩阵, 网络采用net=newff(minmax(h),[40,2],{'tansig','purelin'},'traingdm','learngdm'); 设置的训练误差为0.01,步数为50000但是始终都无法达到最终的误差,并且梯度1e-010也达不到,请问大家有什么好的方法可以改进??谢谢了!! |
![]() |
![]() |
![]() |
#2 |
初级会员
注册日期: 2008-08-05
年龄: 26
帖子: 21
声望力: 17 ![]() |
![]()
我觉得你的训练误差太大,即使达到了也不会有很好的效果。
误差一般要小于0.001。 数据先要归一化,收敛会快点。 不收敛通常可以增加隐层层数和单元数,增加训练步数。也别不能太多。 输出层不用'purelin',最后加一步反归一化。 |
![]() |
![]() |