多循环中的MATLAB神经网络权重初始化

Question

首先查看此链接：

http://www.mathworks.com/matlabcentral/newsreader/view_thread/331830#911882

这是一种用train/test/validation数据集创建神经网络的方法。我有一个优化算法来优化神经网络输入，神经元和层数（最多2个），这个结构在这里呈现：

http://www.mathworks.com/matlabcentral/answers/152947-finding-best-neural-network-structure-using-optimization-algorithms-and-cross-validation

如您所见，这是主循环结构：

 *Position_1(for weight initialization)*

 for i=1:num_of_loops
 *Position_2(for weight initialization)* 

 - repeating cross validation
 for i=1:num_of_kfolds
 *Position_3(for weight initialization)*
 - Cross validation loop

 end
  end

第一个问题：我应该在哪里初始化权重（使用configure神经网络的patternent函数（我有二元分类问题）。位置1，位置2或位置3 ？

第二个问题：我应该把rng(0)放在哪里。在第一个链接中，我们在交叉验证循环之前有这个功能。我为什么要使用这个函数？我应该在哪里为我提出的结构设置它？

Ps。我正在使用外循环（i=1:num_of_loops）来获得更可靠的输出。在找到最佳模型后，我将使用所有最佳模型结构的神经网络（num_of_loops*num_of_kfolds），将样本数据插入其中并在输出之间取平均值。

感谢。

Answer 1

似乎问题在MathsWorks的主题中得到了很好的回答。

问题1：关于第一个问题，您之前的问题here和MathsWorks的问题都表明位置3适合初始化权重。

问题2：如上所述here，＆＃39; rng在外循环之前只使用一次＆＃39;