【MATLAB神经网络】newff,train,trainNetwork的一些注意事项

最新推荐文章于 2025-02-06 14:16:52 发布

Jeni.

最新推荐文章于 2025-02-06 14:16:52 发布

阅读量2.4k

点赞数 3

文章标签： matlab 神经网络开发语言

本文链接：https://blog.csdn.net/qq_54024805/article/details/131230926

版权

文章介绍了MATLAB中训练神经网络的三个常见函数——train、trainNetwork和newff的使用区别，强调了train适用于浅层网络，trainNetwork用于深度学习，而newff构建BP网络。此外，提到了trainNetwork默认使用GPU加速以及重要训练参数的设置，如训练目标、展示频率和最大训练次数等。文章适合正在处理多输入多输出问题的MATLAB用户参考。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在使用matlab训练多输入多输出神经网络的时候发现了几个问题，在此进行备注：

几个常见的matlab神经网络函数：newff(),train(),trainNetwork()
输入方式都差不多，如果不会可以直接在matlab命令行输入doc +函数名称进行查询。

>> doc train  //打开train函数说明书

他们的区别主要如下：
train主要用于训练浅层神经网络，（但是我CNN也用这个做了好像是可以，但是不会自动跳出来工具箱）；
trainNetwork用于深度学习（用到卷积、LSTM神经网络）；
Newff（）是用来搭建BP神经网络的，需要注意优化器只能选择梯度下降或者LM之类的，不能设置ADAM。

需要特别注意如果使用trainNetwork函数是默认使用GPU对神经网络进行训练，如果使用其他函数需要自己专门去设置让matlab中的计算在GPU中进行，不然盲目用matlab跑会直接电脑卡死（泪

下面是一些常见的训练参数

net.trainparam.goal       = 0.00001;     % 训练目标：均方误差低于0.0001
net.trainparam.show       = 400;         % 每训练400次展示一次结果
net.trainparam.epochs     = 15000;       % 最大训练次数：15000.
net.divideParam.trainRatio= 0.7;         % 用于训练的数据比例
net.divideParam.valRatio  = 0.15 ;       % 用于验证过拟合的数据比例
net.divideParam.testRatio = 0.15;        % 用于比例
net.trainparam.max_fail   = 6;           % 过拟合验证失败次数