나는 ANN을 훈련하는 것과 관련하여 정확히 어떤 시대가 무엇인지를 이해하고 시각화하려고 노력하고있다.ANN의 획기적인 점은 무엇이며 MATLAB의 코드로 어떻게 변환됩니까?
우리는 10 개의 특성 (입력)을 가진 ~ 7000 개의 제품 세트를 가지고 있습니다. 이러한 제품은 10 개의 입력을 기반으로 7 개의 클래스로 분류되어야합니다.
우리의 ANN에는 10 개의 입력 레이어가 있으며 10 개의 입력 레이어가 있습니다. 그들은 차례로 8 개의 뉴런으로 숨겨진 레이어에 들어갑니다. 출력 레이어에는 7 개의 뉴런이 있습니다.
어떻게이 경우에 획을 시각화/이해할 수 있습니까?
(!) 참고 : MATLAB에서
는 시대가 당신의 인공 신경망의a completed iteration of the training procedure으로 간주 할 수 있습니다 내가 MATLAB이 쓰고 있어요 (그리고 나는 ANN 도구 상자에 대해 알고). 즉, 일단 훈련 세트의 모든 벡터가 훈련 알고리즘에 의해 사용되면, 한 시대가 지났습니다. 따라서 신기원의 "실시간 지속 시간"은 dependent on the training method (배치 대 순차)과 같이 사용됩니다.
a freely-accessible version of the MATLAB ANN toolbox glossary 인용 :
에포크 - 훈련 (입력 및/또는 대상) 네트워크와 새로운 가중치와 바이어스를 계산하는 벡터의 세트의 프리젠 테이션. 트레이닝 벡터는 한 번에 하나씩 또는 모두 한꺼번에 제시 될 수 있습니다.
Matlab에서는 교육 과정을 종료 한 후 최대 에포크 수를 설정할 수 있습니다. 트레이닝 알고리즘의 솔루션이 수렴하지 않는 경우 트레이닝을 무제한 실행하지 못하도록 방지하기 위해 사용됩니다.
저는 이것이 역 전파 알고리즘의 반복이라고 생각합니다. 알고리즘은 반복적으로 네트워크 가중치를 변경합니다. 나는 신기원은 훈련 과정 동안 주어진 반복에서의 무게 일 뿐이라고 생각한다. 이 답변은 아주 잘 설명합니다. http://www.mathworks.com/matlabcentral/answers/62668-what-is-epoch-in-neural-network - 각 신기원은 각 훈련 세트 기록 (모든 입력)이 사용되었을 때입니다 한 번 무게를 업데이 트 – Dan