matlab中時間延遲神經網絡的反向傳播算法

Question

我在matlab中使用時間延遲神經網絡，我想用不同的訓練算法訓練它。我使用了很多這些算法，例如粒子羣優化，levenberg marquardt，準牛頓和...。現在我想使用後向傳播，但是我不能使用traingd函數，因爲時延神經網絡的後向傳播與前饋模式不同。請問任何人都可以告訴我在matlab中有沒有反向傳播的TDNN的功能？

感謝

Answer 1

從mathworks：

其中FTDNN的不錯的功能是，它不需要動態 反向傳播來計算網絡的梯度。這是因爲 分接延遲線只出現在網絡的輸入端，而 不包含反饋迴路或可調參數。由於這個原因，你會發現這個網絡的訓練速度比其他動態的網絡要快。

使用timedelaynet（inputDelays，hiddenSizes，trainFcn）

Example：

[X,T] = simpleseries_dataset; 
net = timedelaynet(1:2,10) 
[Xs,Xi,Ai,Ts] = preparets(net,X,T) 
net = train(net,Xs,Ts,Xi,Ai); 
view(net) 
Y = net(Xs,Xi,Ai); 
perf = perform(net,Ts,Y)