【神经网络】让BP神经网络每次训练的结果一样

本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com

往往我们需要让BP神经网络每次训练的结果一模一样

本文讲解怎么通过设定随机种子令matlab的BP神经网络每次训练都一样的方法

     问题     

BP神经网络会因为随机数的原因，每次训练出来的结果不一样
所以我们往往会多训练几次，使用最好的一次，
那么我们怎么确定下次训练出来的还是这个网络？

     让BP神经网络每次训练结果一样-解决方法    

其实只要在我们训练时，指定随机种子就行啦！

% ---------数据生成与参数预设-------------
X  = [-1:0.2:1;-1:0.2:1];                                           % 输入数据x
y = [sin(X( 1,:)) + X( 2,:);sin(X( 1,:).*X( 1,:)) + 0.5*X( 2,:)];   % 输出数据y
rand('seed',70);                                                    % 设定随机种子
net = newff(X,y,5,{'tansig','purelin'});                            % 网络训练
[net,tr,py_tool] = train(net,X,y);                                  % 训练网络
py = sim(net,[2;5])                                                 % 网络预测

如上面的代码，
“rand('seed',70)”这句就是指定随机种子为70，
 70是随机种子，是随便设的一个数，
只要随机种子是一样的，跑这片代码训练出来的网络就是一样的
如上面的代码，不管什么时候跑，结果都是一样的
  
所以，在训练时加入随机种子，然后训练了好的网络，
就把这个种子记下来，下次还用这个种子就可以啦

     如何寻找一个好的种子     

往往我们需要先随机跑，然后选择一个好的结果
这时，我们只需要先随机设置随机种子，然后将随机种子打印出来
遇到好的结果的时，将随机种子记下来，下次就用这个随机种子就好了
代码如下

% ---------数据生成与参数预设-------------
X  = [-1:0.2:1;-1:0.2:1];                                           % 输入数据x
y = [sin(X( 1,:)) + X( 2,:);sin(X( 1,:).*X( 1,:)) + 0.5*X( 2,:)];   % 输出数据y
seed = fix(rand()*99999);
disp(['本次随机种子:',num2str(seed)])
rand('seed',seed);  
% 设定随机种子
net = newff(X,y,5,{'tansig','purelin'});                            % 网络训练
[net,tr,py_tool] = train(net,X,y);                                  % 训练网络
py = sim(net,X);                                                    % 网络预测
e = sum(sum(abs(py-y)))/(length(y(:)))

运行结果如下
  
觉得本次误差可以，就将随机种子16115记下来，
按上面所说的方法，将种子设为16115就可以了

 End