trainc

循環順序重み/バイアス学習

構文

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

説明

trainc は直接呼び出されません。代わりに、net.trainFcn プロパティが 'trainc' 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 = 'trainc' 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、trainc を使用してネットワークに学習させます。

trainc は、増分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、入力が与えられるたびにネットワークに学習させます。入力は循環順序で与えられます。

学習は trainc の学習パラメーターに従って行われます。以下に、学習パラメーターをその既定値と共に示します。

net.trainParam.epochs1000

最大学習エポック数

net.trainParam.goal0

性能目標

net.trainParam.max_fail6

検証エラーの最大回数

net.trainParam.show25

表示間のエポック数 (表示なしは NaN)

net.trainParam.showCommandLinefalse

コマンド ライン出力の生成

net.trainParam.showWindowtrue

学習 GUI の表示

net.trainParam.timeinf

最大学習時間 (秒単位)

ネットワークの利用

competlayer を呼び出すことによって、trainc を使用する標準的なネットワークを作成できます。trainc を使用して学習が行われるようにカスタム ネットワークを準備するには、以下のようにします。

  1. net.trainFcn を 'trainc' に設定します。これにより、net.trainParam が trainc の既定のパラメーターに設定されます。

  2. 各 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。)

ネットワークに学習させるには、次のようにします。

  1. net.trainParam プロパティを目的の値に設定します。

  2. 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。

  3. train を呼び出します。

学習の例については、perceptron を参照してください。

アルゴリズム

各エポックでは、各ベクトル (またはシーケンス) がネットワークに順番に与えられ、それらが与えられるたびにしかるべき方法で重みとバイアスの値が更新されます。

次のいずれかの条件が満たされると、学習が停止します。

  • epochs (反復回数) の最大数に達する。

  • 性能が goal に最小化される。

  • time の最大値を超える。

バージョン履歴

R2006a より前に導入

参考

|