MATLAB神经网络工具箱函数各种图的解释 |
您所在的位置:网站首页 › goal什么意思翻译 › MATLAB神经网络工具箱函数各种图的解释 |
Algorithms 该部分展示了该网络所使用的训练算法,可以看出 Data Division:该网络采用随机划分的方法将数据集划分为training set、validation set、test set Training:该网络采用Levenberg–Marquardt算法进行训练 Performance*:该网络采用均方误差算法计算误差 Calculations:****该网络保存为mex格式 Progress Epoch:该网络允许的迭代次数最大为1000,实际迭代5次 Time:该网络训练时长为3秒 Performance:该网络的最大误差为0.475,目标误差为0.001,实际误差为0.000520,可在Plots中的Performance中详细查看 Gradient:该网络的最大梯度为1.91,阈值梯度为1e−7 1e^{-7}1e −7 ,实际梯度为0.033。可在Plots中的Training State中详细查看 Mu:该网络所使用Levenberg–Marquardt算法中的阻尼因子最小值为0.001,阈值为1e10 1e^{10}1e 10 ,实际值为1e−6 1e^{-6}1e −6 ,Mu值越大意味着算法收敛效果越好。可在Plots中的Training State中详细查看 Validation Checks:该网络的泛化能力检查标准,实际值为0表示在训练过程中误差在持续降低,若连续6次训练误差无法降低,则结束训练任务。可在Plots中的Training State中详细查看 Plots Performance:该网络训练过程中的误差变换可视化 Training State:该网络训练过程中的梯度、Mu因子和泛化能力变换等信息的可视化 Regression:该网络训练集、验证集、测试集的回归能力可视化 Plot Interval:图中横坐标的刻度 ———————————————— 版权声明:本文为CSDN博主「白水偷偷画工图」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/baishuiniyaonulia/article/details/98231693 图上三条有颜色的实线分别是:BP训练过程的MSE指标在每一代中的表现,BP交叉验证度过程的MSE指标在每一代中的问表现,BP测试过程的MSE指标在每一代中的表现。尤其你要注意那条TEST红线,那是你的BP计算答/训练内结果。 BEST虚线说明BP网络训练到第八代的时候BP训练结果最理想。 GOAL虚线是你编程或者直接用的MATLAB的ANN工具箱去训练这个BP时,设容置的网络训练停止目标(之一)。
mse表示均方差,当然越小越好。但是这与zhidao你训练样本的多少,训练次数都有很大关系。这个其实没有统一的标准,任何人都知道0偏差当然是最好。但是根绝神经网络本身致命的缺陷,由于它是迭代收敛逼近解析式,所以不可能达到0误差。 这只有根据使用者的工程技术要求来加以判断,这个误差指标肯定应该在小于工程误差范围内啊。但是对于科研研究,也只能具体情况具体分析。定量一说没有具体绝对一说的。
|
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |