神經(jīng)網(wǎng)絡(luò)算法bp網(wǎng)絡(luò)的訓(xùn)練函數(shù)

《神經(jīng)網(wǎng)絡(luò)算法bp網(wǎng)絡(luò)的訓(xùn)練函數(shù)》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。

1、BP網(wǎng)絡(luò)的訓(xùn)練函數(shù)訓(xùn)練方法訓(xùn)練函數(shù)梯度下降法traingd有動(dòng)量的梯度下降法traingdm自適應(yīng)lr梯度下降法traingda自適應(yīng)lr動(dòng)量梯度下降法traingdx彈性梯度下降法trainrpFletcher-Reeves共軛梯度法traincgfPloak-Ribiere共軛梯度法traincgpPowell-Beale共軛梯度法traincgb量化共軛梯度法trainscg擬牛頓算法trainbfg一步正割算法trainossLevenberg-MarquardttrainlmBP網(wǎng)絡(luò)訓(xùn)練參數(shù)訓(xùn)練參數(shù)參數(shù)介紹訓(xùn)練函數(shù)net.trainParam.epochs最大訓(xùn)

2、練次數(shù)（缺省為10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.goal訓(xùn)練要求精度（缺省為0）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.lr學(xué)習(xí)率（缺省為0.01）traingd、tra

3、ingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.max_fail最大失敗次數(shù)（缺省為5）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.min_grad最小梯度要求（缺省為1e-10）traingd、traingdm、t

4、raingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.show顯示訓(xùn)練迭代過(guò)程（NaN表示不顯示，缺省為25）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.time最大訓(xùn)練時(shí)間（缺省為inf）traingd、traingdm、traing

5、da、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.mc動(dòng)量因子（缺省0.9）traingdm、traingdxnet.trainParam.lr_inc學(xué)習(xí)率lr增長(zhǎng)比（缺省為1.05）traingda、traingdxnet.trainParam.lr_dec學(xué)習(xí)率lr下降比（缺省為0.7）traingda、traingdxnet.trainParam.max_perf_inc表現(xiàn)函數(shù)增加最大比（缺省為1.04）traingda、

6、traingdxnet.trainParam.delt_inc權(quán)值變化增加量（缺省為1.2）trainrpnet.trainParam.delt_dec權(quán)值變化減小量（缺省為0.5）trainrpnet.trainParam.delt0初始權(quán)值變化（缺省為0.07）trainrpnet.trainParam.deltamax權(quán)值變化最大值（缺省為50.0）trainrpnet.trainParam.searchFcn一維線性搜索方法（缺省為srchcha）traincgf、traincgp、traincgb、trainbfg、trainossnet.trainParam.

7、sigma因?yàn)槎吻髮?dǎo)對(duì)權(quán)值調(diào)整的影響參數(shù)（缺省值5.0e-5）trainscgnet.trainParam.lambdaHessian矩陣不確定性調(diào)節(jié)參數(shù)（缺省為5.0e-7）trainscgnet.trainParam.men_reduc控制計(jì)算機(jī)內(nèi)存/速度的參量，內(nèi)存較大設(shè)為1，否則設(shè)為2（缺省為1）trainlmnet.trainParam.mu的初始值（缺省為0.001）trainlmnet.trainParam.mu_dec的減小率（缺省為0.1）trainlmnet.trainParam.mu_inc的增長(zhǎng)率（缺