我对Matlab NN工具箱有疑问。作为研究项目的一部分，我决定创建一个Matlab脚本，使用NN工具箱进行一些拟合解决方案。
我有一个正在加载到我系统的数据流。输入数据由5个输入通道和1个输出通道组成。我将这些配置上的数据训练了一段时间并尝试将输出（在一段时间内）作为新数据流进行调整。我不断重新训练我的网络以保持更新。
到目前为止一切正常，但在一段时间后，结果会变坏并且不能代表所需的输出。我真的无法解释为什么会发生这种情况，但我可以想象一定存在某种内存问题，因为数据集仍然很小，一切都还可以。
只有当它变大时，模拟的质量才会下降。有没有什么东西作为一个内存充满，或者只是巨大的数据集的结果是坏的SIM？我是这个工具的初学者，非常感谢您的反馈。最好的问候和提前感谢！
答案 0 :(得分：0)
请详细说明使用新数据进行再培训的方法。你进行了进一步的迭代吗？您认为＆＃34;时间＆＃34;？你的意思是时代吗？
乍一看，假设时间意味着时代，我会说你过度拟合数据。神经网络应该用early stopping训练有限数量的时期。您可以尝试正则化，不同的梯度下降方法（如果您使用GD方法），GD动量。此外，根据您前几个训练数据集的值，您可能使用不正确的归一化范围训练了数据。如果我的假设是正确的，你应该检查这些问题。