文章/答案/技术大牛

发布

社区首页 >问答首页 >Matlab:在神经网络中使用交叉熵

问Matlab:在神经网络中使用交叉熵
EN

Stack Overflow用户

提问于 2016-04-21 06:28:33

回答 1查看 2.2K关注 0票数 0

我试着用交叉熵来实现一个RNN。以下是我的代码：

net = layrecnet(1:2,10);
net.performFcn = 'crossentropy';
net.performParam.regularization = 0.1;
net.performParam.normalization = 'none';
[Xs,Xi,Ai,Ts] = preparets(net, featureMatrix, labels);
net = train(net,Xs,Ts,Xi,Ai);
% view(net)
Y = net(Xs,Xi,Ai);
perf = perform(net,Y,Ts);

performParam来自Matlab的官方文档。但是，在我执行之后，我收到了一个警告：

Warning: Performance function replaced with squared
error performance. 
> In trainlm>formatNet (line 155)
  In trainlm (line 65)
  In nntraining.setup (line 14)
  In network/train (line 335)

即使我执行了前馈网络，我也收到了同样的警告。下面是我的代码。

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net.performFcn = 'crossentropy';
net.performParam.regularization = 0.1;
net.performParam.normalization = 'none';
net = train(net,x,t);
view(net)
y = net(x);
perf = perform(net,y,t);

那么，我如何在代码中使用交叉熵呢？

matlab

recurrent-neural-network

回答 1

Stack Overflow用户

回答已采纳

发布于 2016-05-12 14:11:02

问题是，如文件所述，trainlm只适用于使用Jacobian Matrix的损失函数：

该函数使用Jacobian进行计算，假定性能是均方误差或平方误差之和。因此，具有此功能的网络必须使用mse或sse性能函数。

一种解决方案是使用其他训练标志，如trainrp或trainscg。以下工作：

[x,t] = simplefit_dataset;
net = feedforwardnet(10);
net.performFcn = 'crossentropy';
net.performParam.regularization = 0.1;
net.performParam.normalization = 'none';
net.trainFcn = 'trainrp';
net = train(net,x,t);
view(net)
y = net(x);
perf = perform(net,y,t);

票数 0

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/36761322

复制

相似问题

问Matlab:在神经网络中使用交叉熵
EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Matlab:在神经网络中使用交叉熵EN

回答 1

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问Matlab:在神经网络中使用交叉熵
EN