发布时间 : 星期二 文章Matlab里的神经网络参数设置更新完毕开始阅读
Matlab里的神经网络参数设置
摘自
训练函数：
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 神经网络传递函数名：
函数名 函数解释 compet 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 饱和对称线性传输函 satlins 数 softmax 柔性最大值传输函数 双曲正切S型传输函 tansig 数 tribas 三角形径向基传输函数 elliot2sig ? elliotsig ? netinv ? radbasn ?
神经网络训练设置：
解释 适用方法 traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm 参数名称 net.trainParam.epoch最大训练次数（缺省为10） s net.trainParam.goal 训练要求精度（缺省为0） net.trainParam.lr 学习率（缺省为0.01） net.trainParam.max_f最大失败次数（缺省为5） ail traingd、traingdm、traingda、traingdx、trainrp、traincgf、net.trainParam.min_g最小梯度要求（缺省为1e-10） rad traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、net.trainParam.show 显示训练迭代过程（NaN表示不显示，缺省为25） net.trainParam.time 最大训练时间（缺省为inf） trainbfg、trainoss、trainlm net.trainParam.mc 动量因子（缺省0.9） 学习率lr增长比（缺省为net.trainParam.lr_inc 1.05） traingdm、traingdx traingda、traingdx net.trainParam.lr_dec 学习率lr下降比（缺省为0.7） traingda、traingdx net.trainParam.max_表现函数增加最大比（缺省为traingda、traingdx perf_inc 1.04） net.trainParam.delt_i权值变化增加量（缺省为1.2） trainrp nc net.trainParam.delt_d权值变化减小量（缺省为0.5） trainrp ec net.trainParam.delt0 初始权值变化（缺省为0.07） trainrp net.trainParam.delta权值变化最大值（缺省为max 50.0） net.trainParam.search一维线性搜索方法（缺省为Fcn srchcha） net.trainParam.sigma trainrp traincgf、traincgp、traincgb、trainbfg、trainoss 因为二次求导对权值调整的影响trainscg 参数（缺省值5.0e-5） net.trainParam.lambdHessian矩阵不确定性调节参数trainscg a （缺省为5.0e-7） 控制计算机内存/速度的参量，net.trainParam.men_内存较大设为1，否则设为2reduc （缺省为1） net.trainParam.mu 的初始值（缺省为0.001） net.trainParam.mu_d的减小率（缺省为0.1） ec net.trainParam.mu_i的增长率（缺省为10） nc net.trainParam.mu_的最大值（缺省为1e10） max 其它的神经网络参数就不贴出了,太多反而会乱.
trainlm trainlm trainlm trainlm