在训练神经网络的同时增加时期数以达到性能目标

时间:2014-04-22 17:56:49

标签: matlab neural-network

我正在训练神经网络,输入矢量为85 * 650,目标矢量为26 * 650。这是我使用过的参数列表

     net.trainParam.max_fail = 6;
     net.trainParam.min_grad=1e-5;
     net.trainParam.show=10;
     net.trainParam.lr=0.9;
     net.trainParam.epochs=13500;
     net.trainParam.goal=0.001;

隐藏节点数= 76

如您所见,我已将时期数设置为13500.是否可以将时期数设置为如此大的数量?如果时期数量减少并且在测试时我的分类不正确,则性能目标无法实现。

1 个答案:

答案 0 :(得分:0)

尽量不要关注时代的数量。相反,您应该至少拥有两组数据:一组用于培训,另一组用于测试。使用测试集来了解人工神经网络的表现以及获得一个不错的人工神经网络需要多少个时代。

例如,您希望在测试集上的性能达到平衡或开始减少(变得更糟)时停止训练。这将是过度学习的证据,这就是为什么更多的时代并不总是更好的原因。