老饼讲解-神经网络 机器学习 神经网络 深度学习
BP神经网络建模
1.BP神经网络-工具箱说明
2.BP神经网络-建模代码
3.BP神经网络-训练技巧
4.BP神经网络-应用案例
5.BP神经网络-问题答疑

【神经网络】Validation Checks是什么?

作者 : 老饼 发表日期 : 2022-06-09 05:18:29 更新日期 : 2024-01-11 14:38:32
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



本文讲解matlab神经网络工具箱中的ValidationChecks是什么,

并提供几种禁止ValidationChecks的常用方法



    01. Validation Checks是什么    



本节讲解BP神经网络工具箱中的ValidationChecks是什么



   Validation Checks是什么   


在使用BP神经网络工具箱进行训练时,会出现遇到达到最大Validation Checks而退出训练的情况
 所以经常有小伙伴问,这Validation Checks是个什么鬼?
 

matlab工具箱内部会将数据分成三部分(注意观看,上面还有个Data Division):
 👉 training       
👉 validation  
👉 testing      

其中,training用于训练,validation用于验证泛化能力
即matlab是边训练边验证,当验证数据连续n次没能提升时,则退出训练
因为这样说明,BP神经网络的训练数据在越训练越好,
但泛化能力却越来越差,即走在过拟合的路上,所以将会退出训练





  02. 怎么关掉Validation Checks  


本节介绍关掉Validation Checks的三种方法


正常是不关为好的,但如果需要关,那有三种方法:



      01 . 将划分函数置空     


net.dividefcn =''

不进行数据划分,也就不会做validation检查,所以也不会因为Validation失败而退出训练



      02 . 不划分验证数据      


net.divideParam.trainRatio=1
net.divideParam.valRatio=0 
net.divideParam.testRatio=0

这里将验证数据比例置0,为了不浪费数据,同时也修改训练数据与检验数据比例



     03 . 将失败阈值调到极大    


net.trainparam.max_fail =10000

这个不算关掉,只是让训练不因Validation Checks不通过而退出训练










 End 







联系老饼