Обучение нейронной сети с использованием оптимизации роя частиц

Question

Обучение нейронной сети с использованием оптимизации роя частиц

Я хочу обучить нейронную сеть прямой связи с использованием алгоритмов оптимизации роя частиц и дифференциальной эволюции на Matlab для прогнозирования рака молочной железы.

Я новичок в Matlab, поэтому я искал и нашел набор инструментов Джорджа Эвера, но я не знаю, как с ним работать после добавления набора инструментов в путь Matlab. Кто-нибудь может показать мне шаги для обучения нейронной сети Спасибо

0

matlab optimization neural-network particle-swarm differential-evolution

Источник

user4831740 20 июл '16 в 16:18

2 ответа

Другие вопросы по тегам matlab optimization neural-network particle-swarm differential-evolution

user6731269 18 авг '16 в 19:01 2016-08-18 19:01 · Answer 1 · 2016-08-18 19:01

Ну, вы можете сделать это, и я сделал это с помощью роя частиц и дифференциальной эволюции. Но то, что вам нужно сделать, это извлечь веса и смещения из нейронной сети вручную в виде вектора, чтобы передать их оптимизатору, а затем в вашей целевой функции вам нужно будет преобразовать вектор обратно в веса и смещения архитектура вашей нейронной сети.

user6615173 20 июл '16 в 18:29 2016-07-20 18:29 · Answer 2 · 2016-07-20 18:29

Есть ли у вас особая причина использовать упомянутые подходы для обучения сети?

Нейронные сети традиционно обучаются с использованием градиентного оптимизатора, называемого обратным распространением ошибок, а методы без градиентов, подобные тем, которые вы упомянули, скорее всего, будут медленными по сравнению.

Может быть, вам стоит проверить некоторые специальные наборы инструментов нейронной сети для MATLAB, такие как набор инструментов для глубокого обучения.

В целом, скорее всего, предпочтительнее использовать одну из популярных и эффективных реализаций (Theano, Torch, Tensorflow, Caffe) при рассмотрении сетей со многими уровнями.