怎么看神经网络过早收敛_BP神经网络程序不收敛怎么办?

该篇博客提供了一种方法来确定神经网络的训练算法和神经元节点数,以应对BP神经网络过早收敛的问题。通过调整训练算法(如共轭梯度法、批处理、动量梯度下降、Levenberg-Marquardt)和设置最大迭代次数,帮助优化网络训练。同时,博客中还介绍了如何评估神经网络的性能,包括训练误差、纳什统计系数和相关系数。
摘要由CSDN通过智能技术生成

你试试这个吧。用这个先确定神经网络的训练算法和神经元节点数。

% c_d为训练数据,变量按行放置

% 这个程序仅仅是用来构建BP神经网络模型,也就是对网络模型训练算法、隐含层神经元节点数优选的

%-----输入参数

% my_mse为系统训练误差

% my_loops为系统训练迭代次数

% my_ns系统训练阶段真实值和模拟值纳什统计系数

% my_relative_coeff为系统训练阶段真实值和模拟值相关系数

% sim_data为模拟值

%-----输入参数

% error为目标误差

% n_n隐含层神经元节点数

% train_f网络训练算法

% itera_n最大迭代次数

function [my_mse,my_loops,my_ns,my_relative_coeff,sim_data]=my_bp_model(c_d,error,n_n,train_f,itera_n)

[m n]=size(c_d);

x=c_d(1:m-1,;

y=c_d(m,;

%求取输入样本的最大最小值

for i=1m-1)

minmax(i,=[min(x(i,) max(x(i,)];

end

%选择训练算法

switch train_f

case 1

t_f='traincgf';%共轭梯度法

case 2

t_f='train';%批处理训练算法

case 3

t_f='traingdm';%带动量的梯度下降算法

case 4

t_f='trainlm';%Levenberg-Marquardt算法

otherwise

disp('invalde train method!');

end

%构建神经网络

my_net=newff(minmax,y,[n_n,1],{'tansig','purelin'},t_f);

my_net.trainParam.goal=error;

my_net.trainParam.epochs=itera_n;

my_net.trainParam.showWindow=0;%用来不显示nntraintool的window窗=窗口

%网络训练

[my_net,tr]=train(my_net,x,y);

%网络仿真模拟

y_sim=sim(my_net,x);

%对bp神经网络预测模型进行评估

my_mse=(sum((y-y_sim).^2))/n;

my_loops=max(tr.epoch);

my_ns=ns_coef_func(y,y_sim);

my_relative_coeff=my_Pearson_coeff(y,y_sim);

sim_data=y_sim;,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值