神经网络训练双螺旋曲线模型

神经网络训练双螺旋曲线模型AClassificat Problem 1 SYSTEM ATwo Nested Spirals Problem Two Nest Spiralsprobl is a well known classificati benchmark problem It contains twonested spirals o and as shown in

大家好,我是讯享网,很高兴认识大家。

AClassification Problem

1.    SYSTEM: ATwo-Nested-Spirals Problem

Two-Nest-Spiralsproblem is a well-known classification benchmark problem. It contains twonested spirals, ‘o’ and ‘+’, as shown in figure. The task is to separate thetwo nested spirals.

用matlab实现BP算法,其中加入了L2正则化项,在隐藏层最后一层使用Dropout。输出进行独热编码(one-hot),使用softmax。在图上打印出模型进行判断的边界。

有4个文件。

1)TwoNestSpiralsUseGivenSet.m

2)ReLU.m

3) ReLUGradient.m

4) softmax.m

应该要把定义一个前向传播的函数。应该在训练和测试的时候都要用到。如果修改了训练中前向传播的代码,而忘记修改测试的代码,则会出错或者产生奇怪的结果。但是感觉matlab中传递权重和偏置给函数中很麻烦,貌似不能直接将所有权重和偏置放入一个集合,然后在函数中重新取出。


讯享网

------------- 没有开启dropout


------------------开启dropout



% 可以自由设置螺旋曲线的样本个数。 可以正确画出正负类的区域。 % 可以使用softmax % 加入正则项 % 给隐藏层最后一层使用dropout clear; %% 产生双螺旋数据 train_num=100; % 0和1的样本各train_num个。 可以设置任意数目。 % train_i=(1: (105-1)/train_num: 105-(105-1)/train_num)'; %双螺旋数据点的产生方程 alpha1=pi*(train_i-1)/25; beta=0.4*((105-train_i)/(104)); % x0=beta.*cos(alpha1); y0=beta.*sin(alpha1); z0=zeros(train_num,1); x1=-beta.*cos(alpha1); y1=-beta.*sin(alpha1); z1=ones(train_num,1); % 随机打乱顺序 k=rand(1,2*train_num); [m,n]=sort(k); train=[x0 y0 z0;x1,y1,z1]; train_label1=train(n(1:2*train_num),end)'; % 1*(2*train_num) train

讯享网
小讯
上一篇 2025-01-16 17:09
下一篇 2025-04-06 15:02

相关推荐

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容,请联系我们,一经查实,本站将立刻删除。
如需转载请保留出处:https://51itzy.com/kjqy/11841.html