本帖最后由 yexu55066 于 2016-8-16 02:17 编辑
我用的DeepLearnToolbox的代码改了改成一维卷积神经网络,来识别一维的心电信号,训练样本40000均分成三类,训练后发现训练部分错误率就超高,到测试集就把所有信号都分作了其中一类,各种参数卷积核大小学习率什么的怎么修改都没变化。
求问出现这种情况可能存在的原因还有解决方案?或者有没有可以直接用的一维卷积神经网络能发给我试试([email protected])?谢谢大家啦
这是做出来的训练部分错误率图
trainerror.jpg (14.88 KB, 下载次数: 19)
2016-8-16 01:45 上传
然后下面是修改部分的代码。cnnsetup:
if strcmp(net.layers{l}.type, 'c')
mapsize(1) = mapsize(1) - net.layers{l}.kernelsize + 1;
fan_out = net.layers{l}.outputmaps * net.layers{l}.kernelsize; %要学习的权值的数量
for j = 1 : net.layers{l}.outputmaps % output map
fan_in = inputmaps * net.layers{l}.kernelsize; %多少参数连接到前一层
for i &