BP网络
BP网络的训练函数
|
训练方法 |
训练函数 |
|
梯度下降法 |
traingd |
|
有动量的梯度下降法 |
traingdm |
|
自适应lr梯度下降法 |
traingda |
|
自适应lr动量梯度下降法 |
traingdx |
|
弹性梯度下降法 |
trainrp |
|
Fletcher-Reeves共轭梯度法 |
traincgf |
|
Ploak-Ribiere共轭梯度法 |
traincgp |
|
Powell-Beale共轭梯度法 |
traincgb |
|
量化共轭梯度法 |
trainscg |
|
拟牛顿算法 |
trainbfg |
|
一步正割算法 |
trainoss |
|
Levenberg-Marquardt |
trainlm |
BP网络训练参数
|
训练参数 |
参数介绍 |
训练函数 |
|
net.trainParam.epochs |
最大训练次数（缺省为10） |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
|
net.trainParam.goal |
训练要求精度（缺省为0） |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
|
net.trainParam.lr |
学习率（缺省为0.01） |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
|
net.trainParam.max_fail |
最大失败次数（缺省为5） |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
|
net.trainParam.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 |
|
net.trainParam.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 |
|
net.trainParam.time |
最大训练时间（缺省为inf） |
traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlm |
|
net.trainParam.mc |
动量因子（缺省0.9） |
traingdm、traingdx |
|
net.trainParam.lr_inc |
学习率lr增长比（缺省为1.05） |
traingda、traingdx |
|
net.trainParam.lr_dec |
学习率lr下降比（缺省为0.7） |
traingda、traingdx |
|
net.trainParam.max_perf_inc |
表现函数增加最大比（缺省为1.04） |
traingda、traingdx |
|
net.trainParam.delt_inc |
权值变化增加量（缺省为1.2） |
trainrp |
|
net.trainParam.delt_dec |
权值变化减小量（缺省为0.5） |
trainrp |
|
net.trainParam.delt0 |
初始权值变化（缺省为0.07） |
trainrp |
|
net.trainParam.deltamax |
权值变化最大值（缺省为50.0） |
trainrp |
|
net.trainParam.searchFcn |
一维线性搜索方法（缺省为srchcha） |
traincgf、traincgp、traincgb、trainbfg、trainoss |
|
net.trainParam.sigma |
因为二次求导对权值调整的影响参数（缺省值5.0e-5） |
trainscg |
|
net.trainParam.lambda |
Hessian矩阵不确定性调节参数（缺省为5.0e-7） |
trainscg |
|
net.trainParam.men_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 |
|
net.trainParam.mu |
的初始值（缺省为0.001） |
trainlm |
|
net.trainParam.mu_dec |
的减小率（缺省为0.1） |
trainlm |
|
net.trainParam.mu_inc |
的增长率（缺省为10） |
trainlm |
|
net.trainParam.mu_max |
的最大值（缺省为1e10） |
trainlm |
