Matlab中train与adapt的区别

绝大多数资料的表述：adapt是用来在线学习（增量学习）的，前提输入形式为cell类型的；triain是用来离线学习（批量学习）。所以找几个函数命令进行测试加以验证。

采用linearlayer验证

验证方法：

(一)使用网络 linearlayer

1， cell输入形式

输入 P={[1;2][2;1] [2;3] [3;1]};

目标值 T={4 5 77}

使用adapt;

输入命令：

P={[1;2] [2;1][2;3] [3;1]};

T={4 5 7 7};

net=linearlayer(0,0.1);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

[net,a,e]=adapt(net,P,T);

权重更新4次，最后值：

net.IW{1,1}=1.5600    1.5200

net.b{1}=0.9200

仿真结果：[0]   [2]    [6.0000]    [5.8000]

2,矩阵输入形式

输入P=[1 2 23;2 1 3 1];

输出T=[4 5 7 7]

使用adapt;

输入命令：

P=[1 2 2 3;2 1 31];

T=[4 5 7 7];

net=linearlayer(0,0.01);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

[net,a,e]=adapt(net,P,T);

权重更新一次，最后值：

net.IW{1,1}=0.4900   0.4100

net.b{1}= 0.2300

3,矩阵输入形式

输入P=[1 2 23;2 1 3 1];

输出T=[4 5 7 7]

使用train;(其中设置epochs=1)

前提：对学习函数和训练函数加入显式的调用命令

P=[1 2 2 3;2 1 31];

T=[4 5 7 7];

net=linearlayer(0,0.01);

net=configure(net,P,T);

net.IW{1,1}=[0,0];

net.b{1}=0;

net=trian(net,P,T);

权重更新一次，最后值：

net.IW{1,1}=0.4900   0.4100

net.b{1}= 0.2300

结论：对于静态网络而言linearlayer，adapt的cell输入为在线学习，而矩阵输入为离线学习相当于train的一个回合。

至于动态网络：有时间再搞。

（二） 对于competlayer的测试

首先产生数据集，（来源与matlab的democ1）

bounds=[0 1;01];

clusters = 8;         % This many clusters.

points = 10;          % Number of points in each cluster.

std_dev = 0.05;       % Standard deviation of each cluster.

x =nngenc(bounds,clusters,points,std_dev);

此时x为矩阵。

competlayer网络权重的调整依靠learnk函数，偏移的调整依靠learncon。

采用如下命令进行网络搭建

net=competlayer(8);

net=configure(8,x);

----------使用adapt---------

net1=adapt(net,x);

调用K权重学习函数    %调用一次

调用B偏移学习%调用一次

----------------使用train--------------------

net.trainParam.epochs=1; %方便观测调用权重调整函数的次数，将回合数设置为1； net2=train(net,x);

调用K权重学习函数    %调用80次

调用B偏移学习%调用80次

 

---此时与train是进行离线学习的 不符，因为权重调整了80次，应当调整1次。原因：竞争网络没有离线学习，学习规则只有在线学习。adapt和train的使用规则是针对BP网络的？在一本书中看到竞争网络是有离线学习的，不过不能自适应。进一步查资料。

将x转换成cell分别进行测试

net=competlayer(8);

net1=adapt(net,x);

调用K权重学习函数    %调用80次

调用B偏移学习%调用80次

net2=train(net,x);

调用K权重学习函数    %调用一次

调用B偏移学习%调用一次

测试结果如上，查看matlab代码，简单看看，competlayer网络调用的adapt函数是:adaptwb,要求输入是有序的矩阵，所以使用adapt调用的时候使用 cell,train使用的是 trianru,涉及一个测量输入计入条数的命令，如果使用cell则值为1，故应该使用矩阵输入。

个人认为：在competlayer中adapt 和train的使用方法不同与BP网络。等有时间仔细看看matlab的相关代码。找出原因。

类似的可以应到其他自组织的网络上面，从本质上来说是受定义的adapt,train（此非彼）函数的影响。