哪些權重將用於預測未來的響應？

Question

我正在做時間序列數據預測工作。

輸入信號是在空氣中的灰塵顆粒的每日濃度和具有格式（10x24），10 =天，每天24個值，則通過使用

轉換到行的（1240）載體

input = imresize(dust, [1, 10*24]); % converts matrix into vector 

訓練我的網絡，我已經取得的模型（3：5：1）（雙曲正切，雙曲正切）（0.05）（1）（500），

其中3 =輸入，5隱藏層的神經元， 1輸出層，（tanh tanh）傳遞函數爲輸入隱含層，隱含輸出層，學習率爲0.05，1 =偏差，迭代次數爲500.我得到訓練好的網絡，跟蹤是絕對的。

哪層的權重將在預測被用於未來的響應（即輸入隱藏層或HIDEN輸出層，）作爲它們的尺寸是

輸入到隱含層= inputweights（輸入，隱藏）= 3× 5矩陣 隱藏到輸出層= outputwhts（輸出，隱藏）= 1x5行向量。

我想根據我的輸入數據權重來預測24值預測和168值預測。

Answer 1

輸入隱藏和隱藏輸出權重都參與預測。神經網絡預測總是依賴於網絡中的所有權重。

現在，聽起來好像您想要使用24號示例訓練的網絡來預測168號的示例，這就是爲什麼您想知道要保留哪組權重。

如果是這樣的話（它有點不清楚），則壞消息是，在一般情況下，你不能沒有完全重新培訓它改變網絡的輸入或輸出的大小。

我的建議是要計算一下168值例子就類似於各24值例子和那些例子列車內的網絡。