0
我已經完成了用於多層,前饋,反向傳播結構的Python中的神經網絡編碼。在這個網絡結構中,輸入層有24個節點,隱藏層有18個節點,輸出層有1個節點。對於小數據集,我獲得了良好的訓練結果,但對於大數據輸入,我無法設置常量參數的值,如學習率,動量率等。 我輸入樣本的輸入值爲:大數據樣本的神經網絡參數值應該是多少?
[[1,0,1,0,1,0,1,0,1,1,1,1,0,0,0,0,0,1,1,1,0,1,0,1]
[1,0,1,0,1,0,1,0,1,1,1,1,0,0,0,0,0,1,1,1,0,1,0,1]
[1,0,1,0,1,0,1,0,1,1,1,1,0,0,0,0,0,1,1,1,0,1,0,1]
.
. ......................... ]
而對於目標值作爲輸入樣本:
[[-20.0]
[-10.0]
[30.0]
.
.....]
樣品的總數爲5000左右。 我已經訓練使用
learning_rate = 0.01
momentum_rate = 0.07
01這個網絡
它給出了很好的結果,但花費了大量的時間和迭代大約500000. 有沒有什麼好的建議,以設置學習率和動量率,所以我可以快速得到我的結果。或者我應該引入提高學習率比率,如果我介紹學習率那麼應該是什麼值?
你如何確定你的結果有多好?你有驗證集嗎?一個測試集?如果你這樣做了,並且使用一些小數據集,你會得到比使用大量數據更好的結果,那麼數據可能有問題 – cruvadom 2014-10-16 23:50:36