laughingrose1

سلام
من یک مدلسازی با استفاده از شبکه عصبی فیدفوروارد انجام دادم.(با کد نویسی)
از معیارهای R2 و RMSE برای ارزیابی شبکه استفاده کردم.ولی هر بار که برنامه رو اجرا می کنم جوابهای متفاوتی میگیرم.باید چی کار کنم؟ دودوره داده هم بیشتر تعریف نکردم: train و test. از الگوریتم آموزش LM و BR استفاده کردم.
برای اینکه بتونم با استفاده از کدنویسی براش تعداد iteration هارو تعریف کنم از چه دستوری باید استفاده کنم؟

با تشکر فراوان

coronaa

احتمالن گفتی داده ها بصورت random انتخاب بشن.
دستور Dividerand داره توی برنامه؟

amir_pro

برای مشخص کردن تعداد تکرار به این صورت عمل کن:
net.trainParam.epochs=100;

و جواب سوال که میگین هربار اجرا تفاوت میکنه خوب این بدیهی است. یکی از اشکالات عمده شبکه mlp این است که خروجی شبکه به وزن اولیه شبکه وابسته است. البته تا حدی میشه این مشکل را با تعداد تکرار یا تعداد validation برطرف کرد البته به داده های مسئله بستگی دارد تا جایی که باعث overfiting نشود

amir_pro

در مورد معیارهای اندازه گیری خطا چیزی که یادم اینکه بین rmse و mse چون یکیش جذر میگرفت دقیق تر بود. الان خاطرم نیست کدوم یکی رادیکال داشت

babak_1234

سلام دوست من

الگوریتم های آموزشی که گفتی برای شروع به کار از ضرایب وزنی که به صورت تصادفی تولید شده اند استفاده میکنن. بنابر این در نتایج نهایی مقداری تفاوت وجود داره. اگر این تفاوت خیلی ناچیزه بنابراین مشکلی نیست و کار شما به درستی داره انجام میشه. اما اگر این تفاوت خیلی زیاده باید به کدی که نوشتین شک کنید.

برای تست این موضوع میتونید از وزن های یکسان استفاده کنید تا ببینید که کار شما به درستی انجام میشه یا نه.

موفق باشید