Question

我想在matlab上训练神经网络，我发现了许多关于如何组织数据集的示例。我有几个问题可以确认我对使用matlab训练神经网络的正确方法的理解。

列表项

1）输入数据必须是NxM的矩阵（行是要素，列是数据），其中N是要素数，M是数据集的大小。因此，如果我有一个具有200个功能的10000条记录的数据集，我是否必须将数据加载到尺寸为200x10000的矩阵中？

2）输出必须是SxM的矩阵，其中M是数据集的大小，S是类数。 os Sx1是第一条记录的输出数组。对于这种情况下s的所有值将为0 exept，class的索引将为1。

3）代码

inputs=load('D:\r\matlab\input.txt');%200x10000  200 feature 10000 record 
output =load('D:\r\matlab\ouputT.txt');%250x10000 250 class 10000 record
net=fitnet([16 16 16]);
net.trainParam.epochs=8000;
net.trainParam.showCommandLine=true;
net.divideParam.trainRatio = 70/100;
net.divideParam.valRatio = 15/100;
net.divideParam.testRatio = 15/100;
[net,tr] = train(net,inputs,output);
 save('D:\r\net.txt','net')

4）要素数量，输出类别数量，隐藏层数量，隐藏层大小之间是否存在关系。或可以通过实践得出结论。我有200个功能，而我需要对250个类别进行分类。

5）性能测度：当神经网络工具窗口打开时，会出现诸如性能，渐变等属性。如何读取此值。知道我的模型是否训练有素##标题##？

6）使用以上设置，我尝试了不同的神经网络类型和不同大小的不同数量的数据集上的许多隐藏层，但仍停留在一定的性能上，在这里我可以找到提高性能的一般规则？ >

Matlab上的神经网络

0 个答案: