Matlab神經網絡 - 除法作爲divideFcn

我正在做的時間序列預測與Matlab的神經網絡工具箱使用層的經常性網絡（layrecnet）與layerDelays = 1:2和hiddenSize = 5（我已經使用其他幾個大小爲一個隱藏層類似的結果）。我修改了網絡採取多個輸入（最多5或10）和相關的更改爲net.inputConnect，它的工作原理（也就是說，我可以訓練它有很好的結果）。Matlab神經網絡 - 除法作爲divideFcn

只要我改變divideFcn從默認到divideblock它不再工作，給我這個錯誤在運行train功能：

Error in divideblock>divide_indices (line 108) 
    testInd = (1:numTest)+valInd(end); 

Error in divideblock (line 65) 
    [out1,out2,out3] = divide_indices(in1,params); 

Error in nntraining.setup (line 176) 
     [trainInd,valInd,testInd] = 
     feval(net.divideFcn,Q,net.divideParam); 

Error in network/train (line 292) 
    [net,rawData,tr,err] = 
    nntraining.setup(net,net.trainFcn,X,Xi,Ai,T,EW,~isGPUArray);

通過調試模式下，我發現valInd是一個空數組，這由（內置）nntraining.setup()函數中的值Q確定。 Q由我無法訪問的另一個函數（nntraining.config）設置。現在，顯然我不認爲這些函數中存在錯誤，但我試圖通過追溯問題來找出錯誤。現在我在牆上。

這可以歸結爲兩個問題

我想用divideblock代替dividerand因爲我想層延遲利用信號的時間結構的（這是高度週期性 - 時腿關節角度步行）。我錯認爲dividerand將無法利用這個時間結構？
train函數是如何與divideblock交互的，這意味着我需要改變一些關於我的數據格式的內容嗎？

非常感謝！

來源

2014-04-01 dpbont

問題出在網絡的divideMode參數。靜態網絡的默認值爲'sample'，動態網絡爲'time'。我還沒有找到兩者之間區別的明確解釋，但是當我初始化一個layrecnet（一個層次遞歸網絡，假設是一個動態網絡）時，它將初始化爲'sample'而不是'time'。因此，它沒有將數據分成訓練，驗證和測試集，而是對整個輸入進行了培訓。在安裝過程中手動更改該值可解決問題。

從工具箱文檔：

該屬性定義了目標數據的尺寸時，數據分割函數被調用，其瓜分。

就時間序列數據而言，這似乎與跨時間和跨期試驗的分裂相關，可以這麼說。也就是說，如果數據是作爲一組並行試驗輸入的（「併發」和「順序」是用於NN輸入的數據類型）並且divideMode被設置爲'sample'，它將選擇用於訓練vs.驗證的試驗的子集vs測試。如果有人看到這個，可以提供更清晰的解釋，請做。

來源

2014-04-03 01:05:06 dpbont

感謝您記錄您的答案;我遇到過同樣的問題。 – mhopeng

對於動態網絡（如layrecnet）應該使用此代碼爲塊數據分割：

net.divideFcn = 'divideblock'; ％使用指數塊將目標分成三組

net.divideParam.trainRatio = 0.6;培訓目標比例。默認值= 0.7。

net.divideParam.valRatio = 0.2; ％驗證目標比例。默認= 0.15。

net.divideParam.testRatio = 0.2; ％測試目標比例。默認= 0.15。

net.divideMode ='time';動態網絡的'時間'或靜態網絡的'樣本'

來源

2014-08-15 18:36:13

Matlab神經網絡 - 除法作爲divideFcn

回答

相關問題