Matlab里的神经网络参数设置

Matlab里的神经网络参数设置摘自训练函数：训练函数训练方法traingd梯度下降法traingdm有动量的梯度下降法traingda自适应lr梯度下降法traingdx自适应lr动量梯度下降法trainrp弹性梯度下降法traincgfFletcher-Reeves共轭梯度法traincgpPloak-Ribiere共轭梯度法traincgbPowell-Beale共轭梯度法trainscg量化共轭梯度法trainbfg拟牛顿算法trainoss一步正割算法trainlmLevenberg-Marquardt神经网络传递函数名：函数名函数解释compet竞争型传递函数hardlim阈值型传递函数hardlims对称阈值型传输函数logsigS型传输函数poslin正线性传输函数purelin线性传输函数radbas径向基传输函数satlin饱和线性传输函数satlins饱和对称线性传输函数softmax柔性最大值传输函数tansig双曲正切S型传输函数tribas三角形径向基传输函数elliot2sig?elliotsig?netinv?radbasn?神经网络训练设置：参数名称解释适用方法net.trainParam.epochs最大训练次数（缺省为10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.goal训练要求精度（缺省为0）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.lr学习率（缺省为0.01）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.max_fail最大失败次数（缺省为5）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.min_grad最小梯度要求（缺省为1e-10）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.show显示训练迭代过程（NaN表示不显示，缺省为25）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.time最大训练时间（缺省为inf）traingd、traingdm、traingda、traingdx、trainrp、traincgf、traincgp、traincgb、trainscg、trainbfg、trainoss、trainlmnet.trainParam.mc动量因子（缺省0.9）traingdm、traingdxnet.trainParam.lr_inc学习率lr增长比（缺省为1.05）traingda、traingdxnet.trainParam.lr_dec学习率lr下降比（缺省为0.7）traingda、traingdxnet.trainParam.max_perf_inc表现函数增加最大比（缺省为1.04）traingda、traingdxnet.trainParam.delt_inc权值变化增加量（缺省为1.2）trainrpnet.trainParam.delt_dec权值变化减小量（缺省为0.5）trainrpnet.trainParam.delt0初始权值变化（缺省为0.07）trainrpnet.trainParam.deltamax权值变化最大值（缺省为50.0）trainrpnet.trainParam.searchFcn一维线性搜索方法（缺省为srchcha）traincgf、traincgp、traincgb、trainbfg、trainossnet.trainParam.sigma因为二次求导对权值调整的影响参数（缺省值5.0e-5）trainscgnet.trainParam.lambdaHessian矩阵不确定性调节参数（缺省为5.0e-7）trainscgnet.trainParam.men_reduc控制计算机内存/速度的参量，内存较大设为1，否则设为2（缺省为1）trainlmnet.trainParam.mu的初始值（缺省为0.001）trainlmnet.trainParam.mu_dec的减小率（缺省为0.1）trainlmnet.trainParam.mu_inc的增长率（缺省为10）trainlmnet.trainParam.mu_max的最大值（缺省为1e10）其它的神经网络参数就不贴出了,太多反而会乱.