【发布时间】：2012-10-01 11:12:32
【问题描述】：
我正在尝试将 newff 的结果与不同数量的隐藏层进行比较，但结果是相同的。我用了1个隐藏层和2个隐藏层来比较。
net = newff( minmax( pn ), [5 1], {'tansig' 'purelin'}, 'trainlm');
net = newff( minmax( pn ), [5 5 1], {'tansig' 'tansig' 'purelin'}, 'trainlm');
代码：
load data.txt;
P = data(1:20,1:3);
T = data(1:20,4);
[a,minp,maxp,b,mint,maxt] = premnmx(P',T');
net = newff( minmax( pn ), [5 1], {'tansig' 'purelin'}, 'trainlm');
net.trainParam.epochs = 10000;
net.trainParam.show = 5;
net = train(net,a,b);
y = sim(net,a)
x = postmnmx(y',mint,maxt);
plot(x, 'r');
hold
plot(T);
这里有什么问题？
【问题讨论】：
-
y=sim(net,a) 对于 1 个隐藏层和 2 个隐藏层的 y 答案是相同的...假设结果必须不同意味着 2 个隐藏层的结果应该优于 1隐藏层..对吗？
-
不一定，尽管通常情况下具有足够复杂的数据。你有多少样本用于训练？
-
我使用了 20 个样本作为输入。
-
在那种情况下，我不会假设这样的事情。尝试将合成数据输入网络，最好是三层模型可以精确建模的数据，但两层模型不能。
标签： neural-network matlab