Nano Hash - криптовалюты, майнинг, программирование

Функция подгонки нейронной сети в цикле for в MATLAB

Я использую версию MATLAB R2014a.

У меня есть десять кластеров данных X и y.

Я хочу подогнать эти 10 соответствующих моделей данных с помощью инструмента нейронной сети в MATLAB. И я хочу сохранить где-нибудь 10 разных моделей.

Для каждого кластера мне нужно разработать реализацию, чтобы определить правильное количество скрытых слоев. И я буду сохранять каждую модель в массив или что-то в этом роде. И затем продолжите для 2-го кластера.

Для этой цели я разработал такой алгоритм:

for q = 1:z                             % number of clusters
    mdl  = fitnet( 10 );
    mdl  = train( mdl, X( classes == q ), y( classes == q ) );

    view( mdl );

    yy   = net( X( classes == q ) );
    perf = perform( net, yy, y( classes == q ) );

    model( q ).mdl = mdl;
    clear mdl;
end

Когда я запускаю этот код, я получаю эту ошибку:

Error using view (line 67)
Invalid input arguments

Error in Main (line 97)
    view(mdl);

Как я могу решить проблему?

Спасибо,

machine-learning matlab neural-network statistics data-structures
01.05.2015

  • Что ты пытаешься сделать с view? Потому что он делает не то, что вы думаете. Он устанавливает точку обзора в 3D-графиках. uk.mathworks.com/help/matlab/ref/view.html 01.05.2015
  • Не используйте случайно функции Matlab и ожидайте, что они сделают то, что вы хотите! 01.05.2015
  • Не могли бы вы показать фактическое состояние ваших предварительно установленных данных? Вывод команды whos может помочь в качестве первого шага, и некоторая проверка значений/типов, увиденных в них, также поможет. 02.05.2015

Ответы:


1

В отличие от упомянутой в комментариях функции view() является правильной для выбора здесь, потому что она была перегружена, чтобы также отображать эскиз нейронной сети (см. здесь: http://www.mathworks.com/help/nnet/ref/view.html).

Итак, проблема, очевидно, не в самом view(), а в вашей mdl-сети, что означает, что вы должны:

  • зайдите туда с отладчиком и проверьте, действительно ли это нейронная сеть и содержит ли она значения
  • проверьте эти значения, потому что X и y могут быть не теми векторами, которые вам нужны (которые вы также должны проверить)

... и/или опубликуйте дополнительную информацию о том, что происходит в вашем коде.

02.05.2015
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..