나는 matlab nn 라이브러리를 처음 사용합니다. 나는 2 개의 종류, 2 분의 1 분류를 찾고있다. documentation에서와 같이 네트워크를 교육했습니다. 코드 outputs = net(inputs)
은 나에게 클래스 레이블을주지 않고 대신에 부동 소수점 숫자를 제공합니다. 매개 변수를 최적화하기 위해 그리드 검색에 사용할 수 있도록 클래스 레이블 결과를 얻으려면 어떻게해야합니까? 나는 10 배 교차 검증을 사용하고 있습니다.뉴런 네트워크 matlab 훈련 후 예측
답변
분류를 수행 할 때 신경망으로 이것을 수행하는 전통적인 방법은 one-hot encoding으로 이것을 수행하는 것입니다. one-hot 인코딩을 용이하게하기 위해 가장 큰 응답을 준 뉴런을 조사합니다. 어떤 뉴런이 당신에게 가장 큰 응답을 주 었는지간에 당신이 선택할 수있는 관련 클래스 레이블이 있습니다. 예를 들어 두 개의 뉴런 네트워크에서 뉴런 1이 0.64의 응답을 주었을 때 뉴런 2가 0.36의 응답을 주었을 때 신경 네트워크에 입력 한 입력은 뉴론 1이 가장 높은 응답을 주었기 때문에 레이블 1로 분류됩니다 . 각 기능 층 사이 행에있는 동안 신경망 툴박스에서 각 예제는 열에
참고. 따라서 출력 레이어의 경우 첫 번째 뉴런의 출력은 첫 번째 행에 있고 두 번째 뉴런의 출력은 두 번째 행에 있습니다.
클래스를 쉽게 찾을 수 있도록 GUI 대신 명령 줄 함수를 사용한다고 가정합니다. https://www.mathworks.com/help/nnet/gs/classify-patterns-with-a-neural-network.html#f9-26645. 튜토리얼을 따라 가면 작업 공간에 net
이라는 신경망이 있어야합니다. 예제를 네트워크를 통해 전달한 다음 모든 열에서 가장 큰 행을 선택하여 각 예제의 클래스를 결정하십시오.
훈련, 검증을 가정 또는 데이터 테스트는 inputs
라는 변수에 저장되고, 코드는 단순히이 될 것이다 :
outputs = net(inputs);
[~, classes] = max(outputs, 1);
classes
이 1 x N
배열 될 N
이 제출 한 사례의 총 수입니다 네트워크에 제공 한 각 예제의 클래스가 들어있는 네트워크에 추가하십시오.
- 1. 훈련 후 신경 네트워크 테스트 -
- 2. Backpropagation 뉴런 네트워크
- 3. Matlab - 테스트를 위해 훈련 된 네트워크 사용
- 4. 파이썬의 이진 출력 뉴런 네트워크 Theano
- 5. 훈련 데이터를위한 클러스터의 BOW 예측
- 6. 주어진 입력에 대해 훈련 된 네트워크로부터 어떻게 예측 (예측)합니까?
- 7. GLM 후 R 예측
- 8. Matlab 신경망 훈련
- 9. Matlab : 신경망 훈련 문제
- 10. Caffe의 샴 네트워크 훈련
- 11. R 뉴런 네트워크 : 뉴런 [[i]] % * % 가중치 [[i]] : 수치/복소수 행렬/벡터 인수가 필요합니다.
- 12. 인공 신경망 : 초기 뉴런 선택
- 13. matlab 신경망 훈련 배치 크기
- 14. Tensorflow : 훈련 중 복제 예측 횟수 증가
- 15. 뉴럴 네트워크 출력 정확도 - Matlab ANN Toolbox
- 16. Caffe와 함께 샴 네트워크 훈련
- 17. WEKA의 MultilayerPerceptron : 훈련 후 다시 훈련
- 18. MATLAB - 새로운 데이터 세트로 훈련 된 신경 네트워크를 유지하는 방법
- 19. 신경망에서 숨겨진 뉴런 결정
- 20. 모델 트레이닝 후 케라 예측
- 21. matlab에 입자 득시글 득시글하다 최적화를 사용하여 신경 네트워크 훈련
- 22. MATLAB에서 신경망 훈련 후 팝업 창을 비활성화하는 방법
- 23. 예측
- 24. 훈련 된 신경 네트워크 저장 및 사용
- 25. 훈련 자바에서 encog와 호프 필드 네트워크
- 26. MATLAB 훈련 된 신경망 무게가 입력 값보다 작습니다
- 27. fit() 후 훈련 오류를 찾으십시오
- 28. Matlab 숨겨진 마르코프 모델 데이터 예측
- 29. 예측 모델 및 TunePareto 패키지로 데이터 집합 테스트 및 훈련
- 30. Tensorflow의 두 계층 훈련 된 신경 모델에 대한 예측
예제 코드, 입력, 출력, 원하는 출력 ...을 보여줍니다. – Wolfie