如何使用trainbr训练功能

Question

我正在尝试将trainbr训练功能用于我的神经网络字符识别项目。如何选择此函数的参数和迭代次数？还有如何划分数据进行培训，验证和测试？我已经浏览了nn工具箱文档。但我很难理解参数。

Answer 1

在神经网络中，参数层数（layer_size）和每层的神经元数量（neuron_size），模型复杂度随着layer_size＆amp; neuronz_size会增加，因为它会赋予模型适应更复杂函数的能力，但随着模型复杂性的增加，很容易导致过度拟合（这意味着你在列车数据中得到的错误率很低，但要高验证数据和测试数据中的错误率。）

迭代应该与您期望的梯度相关，因为神经网络通常使用梯度下降法进行优化，通常我们会在梯度达到最小值（例如1e-4）时停止迭代，但它取决于，我建议你检查渐变而不是过多关注迭代，因为迭代次数取决于列车数据。

我建议选择train：validation：test的比例为6：3：1，但它取决于你得到的样本数，通常，我将测试样本数设置为0，只使用训练和验证数据集。