Question

我在Matlab中实现了以下代码。我想使用批处理算法训练感知器来分离这个liniar可分离点。所以，为了做到这一点，我使用adapt（）函数，但它似乎不起作用。我的意思是我的感知器不能按原样对点进行分类。它有一些权重，无论如何都没用。另一方面，当我使用train（）函数时，一切都按计划进行。感知器能够准确地对点进行分类。任何人都可以向我解释我的代码有什么问题吗？提前谢谢！

function problema2_1()

p = -1 + ( 1 + 1) .* rand(3,5);
for i = 1 : length(p)
    if 2 * p(1,i) - p(2,i) + p(3,i) < 0
        t(i) = -1;
    else
        t(i) = 1;
    end
end

net = newp([-1 1; -1 1; -1 1],1,'hardlims');
net.adaptParam.passes = 1000000;
net = adapt(net,p,t);


plotpv(p,hardlim(t));
hold on
plotpc(net.IW{1,1,1},net.b{1});
t - sim(net,p)
end

Answer 1

adapt只运行一次训练数据，因此对网络权重进行非常小的更新。同时train多次迭代训练数据，直到满足停止条件。

Matlab documentation for adapt中的示例应该提供一些说明。我怀疑你的行net.adaptParam.passes = 1000000没有做你认为它正在做的事情。

作为即时修复，只需尝试多次循环net = adapt(net,p,t)以验证生成的网络似乎正在收敛到使用train()时获得的网络。

Matlab函数adapt（）似乎不起作用

1 个答案: