训练函数 | 训练方法 |
traingd | 梯度下降法 |
traingdm | 有动量的梯度下降法 |
traingda | 自适应lr梯度下降法 |
traingdx | 自适应lr动量梯度下降法 |
trainrp | 弹性梯度下降法 |
traincgf | Fletcher-Reeves共轭梯度法 |
traincgp | Ploak-Ribiere共轭梯度法 |
traincgb | Powell-Beale共轭梯度法 |
trainscg | 量化共轭梯度法 |
trainbfg | 拟牛顿算法 |
trainoss | 一步正割算法 |
trainlm | Levenberg-Marquardt |
函数名 | 函数解释 |
compet | 阿里木事迹竞争型传递函数 |
hardlim | 阈值型传递函数 |
hardlims | 对称阈值型传输函数 |
logsig | S型传输函数 |
poslin | 正线性传输函数 |
purelin | 线性传输函数 |
radbas | 径向基传输函数 |
satlin | 饱和线性传输函数 |
satlins | 饱和对称线性传输函数 |
softmax | 柔性最大值传输函数 |
tansig | 双曲正切S型传输函数 |
tribas | 三角形径向基传输函数 |
elliot2sig | ? |
朴槿惠自传elliotsig | ? |
netinv | ? |
radbasn | ? |
参数名称 | 解释 | 适用方法 |
泗阳县实验初级中学ainParam.epochs | 最大训练次数（缺省为10） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
al | 训练要求精度（缺省为0） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
ainParam.lr | 学习率（缺省为0.01） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
ainParam.max_fail | 最大失败次数（缺省为5） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
ainParam.min_grad | 最小梯度要求（缺省为1e-10） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
ainParam.show | 显示训练迭代过程（NaN表示不显示，缺省为25） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
ainParam.time | 最大训练时间（缺省为inf） | traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
动量因子（缺省0.9） | traingdm、traingdx | |
ainParam.lr_inc | 学习率lr增长比（缺省为1.05） | traingda、traingdx |
ainParam.lr_dec | 学习率lr下降比（缺省为0.7） | traingda、traingdx |
ainParam.max_perf_inc | 表现函数增加最大比（缺省为1.04） | traingda、traingdx |
ainParam.delt_inc | 权值变化增加量（缺省为1.2） | trainrp |
ainParam.delt_dec | 权值变化减小量（缺省为0.5） | trainrp |
ainParam.delt0 | 初始权值变化（缺省为0.07） | trainrp |
ainParam.deltamax | 权值变化最大值（缺省为50.0） | trainrp |
ainParam.searchFcn | 一维线性搜索方法（缺省为srchcha） | traincgf、traincgp、traincgb、trainbfg、trainoss |
ainParam.sigma | 因为二次求导对权值调整的影响参数（缺省值5.0e-5） | trainscg |
ainParam.lambda | Hessian矩阵不确定性调节参数（缺省为5.0e-7） | trainscg |
_reduc | 控制计算机内存/速度的参量，内存较大设为1，否则设为2（缺省为1） | trainlm |
ainParam.mu | 的初始值（缺省为0.001） | trainlm |
ainParam.mu_dec | 的减小率（缺省为0.1） | trainlm |
ainParam.mu_incari | 的增长率（缺省为10） | trainlm |
ainParam.mu_max | 的最大值（缺省为1e10） | |
本文发布于:2024-09-20 21:22:53，感谢您对本站的认可！
本文链接：https://www.17tex.com/xueshu/685327.html
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系，我们将在24小时内删除。
| 留言与评论（共有 0 条评论） |
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议