Matlab - Entrenamiento y puesta en marcha de red neuronal

 
Vista:
sin imagen de perfil
Val: 2
Ha disminuido su posición en 56 puestos en Matlab (en relación al último mes)
Gráfica de Matlab

Entrenamiento y puesta en marcha de red neuronal

Publicado por Andres (43 intervenciones) el 23/12/2015 16:10:06
Buen dia a todos.

Tengo la siguiente consulta:

Estoy generando una red neuronal del tipo Feedforward net en matlab . La estoy entrenando y no se si es del modo correcto, con datos reales. Le ingreso datos de entrada como input y le indico los datos como target y com sample y de aca que ella saque un resultado. Luego de entrenarla de esta manera cual seria el siguiente paso a seguir?? Matlab genera alguna formula de entrenamiento y luego para que funciones sola?? tendria que ponerce a funcionar de que forma?? estoy frenado en este punto y no se como seguir.
Matlab tiene alguna forma de hacer esto o es todo en base a lines de codigo si tienen algun ejemplo me ayudaria mucho.

Desde ya muchas gracias.

Saludos.
Valora esta pregunta
Me gusta: Está pregunta es útil y esta claraNo me gusta: Está pregunta no esta clara o no es útil
0
Responder
sin imagen de perfil
Val: 2
Ha disminuido su posición en 56 puestos en Matlab (en relación al último mes)
Gráfica de Matlab

Entrenamiento y puesta en marcha de red neuronal

Publicado por Andres (43 intervenciones) el 23/12/2015 16:16:23
Aca les dejo el codigo :

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
clear all
 
net = feedforwardnet(20,'trainlm');
net.layers{1}.transferFcn = 'logsig';
net.layers{2}.transferFcn = 'purelin';
 
net.divideParam.trainRatio=.7;
net.divideParam.valRatio=.15;
net.divideParam.testRatio=.15;
net.trainParam.max_fail = 500;
net.trainParam.epochs = 500;
 
i=0;
fecha = datetime('now');
disp(fecha);
 
for h=drange(1:3)
for k=drange(1:2)
    i=i+1;
    disp(i);
 
    Input =  xlsread('Ensayo',1);
    Target = xlsread('Ensayo',2);
    Sample = xlsread('Ensayo',3);
 
     net=train(net,Input,Target);
    [net,tr] = train(net,Input,Target);
 
 end;
 
Output = net(Target);
Sample1 = net(Sample);
y = net(Output);
Sample1 = sort(Sample1,'descend');
plot(Sample1,'DisplayName','Modelo');hold on;plot(Sample,'DisplayName','Real');figure()
[r,m,b] = regression(Output,y);
plotregression(y,Output);
perf = perform(net,y,Target);
 
end;
 
archivo = fopen('C:\Users\D3I6\Desktop\Neurona\Salida.txt','a');
fprintf(archivo,datestr(now, 'dd-mmm-yyyy\r\n'));
fprintf(archivo,'%3.0f\r\n',Sample1);
fclose(archivo);
fprintf('%3.0f\n',round(Sample1));
fecha = datetime('now');
disp(fecha);
Valora esta respuesta
Me gusta: Está respuesta es útil y esta claraNo me gusta: Está respuesta no esta clara o no es útil
0
Comentar