Question

我使用ADAPT进行简单网络的增量训练，我知道ADAPT改变了权重和偏差，我使用了这个：

clc
clear all
net = linearlayer([0 1 2]);
pi = {[1; 1] [2;2]};
p = {[3 ;4] [5; 6] [7;8]};
t={[40; 50; 60] [10 ;20; 30] [70;60;50]};
net=configure(net,p,t);
net.inputweights{1}.learnparam.lr=0.001
net.adaptParam.passes = 10;
for i=1:1
[net,y,E,pf,af] = adapt(net,p,t,pi);
end

之后，我使用相同的输入模拟该网络：

y1=sim(net,p,pi);

我希望y = y1，但结果y1和y不相等!! 为什么网络输出训练与ADAPT（y）和训练网络的输出（y1）之间存在差异！？ ADAPT做了什么？

Answer 1

你有它：

net = linearlayer([0 1 2]);
pi = {[1; 1] [2;2]};
p = {[3 ;4] [5; 6] [7;8]};
t = {[40; 50; 60] [10 ;20; 30] [70;60;50]};
net = configure(net,p,t);
net.inputweights{1}.learnparam.lr = 0.001;
net.adaptParam.passes = 10;

view(net)

[net,y,E,pf,af] = train(net,p,t);

tout = net(p);

您可以将adapt（）用于培训后应用程序。 matlab文档特别指出，在训练完成后，您可以使用自适应，并且网络在模拟时适应（http://www.mathworks.com/help/nnet/ref/adapt.html）

Answer 2

谢谢你的光荣。所以我应该在训练后使用ADAPT吗？喜欢这段代码吗？

net = linearlayer([0 1 2]);
pi = {[1; 1] [2;2]};
p = {[3 ;4] [5; 6] [7;8]};
t = {[40; 50; 60] [10 ;20; 30] [70;60;50]};
net = configure(net,p,t);
net.inputweights{1}.learnparam.lr = 0.001;
net.adaptParam.passes = 10;

view(net)

[net,y,E,pf,af] = train(net,p,t);

tout = net(p);
for i=1:100
[net,y,E,pf,af] = adapt(net,p,t,pi);
end

如果是，这是增量培训吗？？

模拟使用ADAPT训练的网络

2 个答案: