Main Content

trains

学習関数を使用したシーケンシャルな順序のインクリメンタル学習

構文

net.trainFcn = 'trains'
[net,tr] = train(net,...)

説明

trains は直接呼び出されません。代わりに、net.trainFcn プロパティが 'trains' に設定されているネットワークに対し、train によって呼び出され、次のようになります。

net.trainFcn = 'trains' は、ネットワークの trainFcn プロパティを設定します。

[net,tr] = train(net,...) は、trains を使用してネットワークに学習させます。

trains は、シーケンシャルな更新を伴う重み学習規則とバイアス学習規則を使用して、ネットワークに学習させます。各タイム ステップの終了時に更新が行われ、入力シーケンスがネットワークに提示されます。

このインクリメンタルな学習アルゴリズムは、一般に、適応用途で使用されます。

学習は trains の学習パラメーターに従って行われます。以下に、学習パラメーターとその既定値を示します。

net.trainParam.epochs

1000

最大学習エポック数

net.trainParam.goal0

性能目標

net.trainParam.show

25

表示間のエポック数 (表示なしは NaN)

net.trainParam.showCommandLine

false

コマンド ライン出力の生成

net.trainParam.showWindow

true

学習 GUI の表示

net.trainParam.time

Inf

最大学習時間 (秒単位)

ネットワークの利用

perceptron または linearlayer を呼び出すことによって、適応で trains を使用する標準的なネットワークを作成できます。

trains を使用して適応を行うカスタム ネットワークを準備するには、以下のようにします。

  1. net.adaptFcn'trains' に設定します。これにより、net.adaptParamtrains の既定のパラメーターに設定されます。

  2. net.inputWeights{i,j}.learnFcn を学習関数に設定します。各 net.layerWeights{i,j}.learnFcn を学習関数に設定します。各 net.biases{i}.learnFcn を学習関数に設定します。(重みとバイアスの学習パラメーターは、与えられた学習関数に応じて自動的に既定値に設定されます。)

ネットワークに適応させるには、以下のようにします。

  1. 重みとバイアスの学習パラメーターを目的の値に設定します。

  2. adapt を呼び出します。

適応の例については、help perceptron および help linearlayer を参照してください。

アルゴリズム

入力シーケンスの各タイム ステップの終了時に、学習関数に基づいてそれぞれの重みとバイアスが更新されます。

バージョン履歴

R2006a より前に導入