Matlab - 低神经网络目标影响结果

Question

我用matlab的神经网络创建了一个OCR。

我用过traingdx

net.trainParam.epochs = 8000;
net.trainParam.min_grad = 0.0000;
net.trainParam.goal = 10e-6;

我注意到当我使用不同的目标时，我会得到不同的结果（当然是预期的） 奇怪的是，我发现我必须“玩”目标值才能取得好成绩 我预计你走得越低，结果和认可度越高。但我发现，如果我将目标降低到喜欢10e-10，我实际上会得到更差的识别结果。

任何想法为什么降低目标都会降低神经网络的正确性？

我认为它可能与它的努力程度有关，所以它对噪音和变化的影响不大。

Answer 1

我的NN知识有点生疏，但是，过度训练网络将会过度训练。这将使网络在您提供的训练向量上更好地工作，但会使不同输入的情况更糟。

这就是为什么你通常在一组训练向量上训练它，然后用一组测试向量测试质量。您可以迭代地进行训练：在训练集上训练到一定的目标准确度，然后检查测试集的结果，提高目标准确度并重复。当您在测试集上的结果比以前更差时停止训练。