異なるバックプロパゲーションアルゴリズムのパフォーマンス比較プロット

Question

同じデータセットに対して様々なバックプロパゲーションアルゴリズムを実装し、パフォーマンスを比較しようとしています。私は同じチュートリアルの助けを得ました。

https://nl.mathworks.com/help/nnet/ug/choose-a-multilayer-neural-network-training-function.html

私はプロットしてみました：

1. 各アルゴリズムの実行時間に対する各アルゴリズム

の平均二乗誤差の収束目標に対して収束させるために必要な

時間を平均二乗誤差

次のコードを使用してニューラルネットワークを作成し、上記の2つのプロットをどのように実装できるかを知りたいと思っています。

%Data 
x=0:0.2:6*pi; y=sin(x); 
p=con2seq(x); t=con2seq(y); 

% Networks 
net1=feedforwardnet(20,'trainlm'); 
net2=feedforwardnet(20,'traingd'); 
net2.iw{1,1}=net1.iw{1,1}; %set the same weights and biases for the networks 
net2.lw{2,1}=net1.lw{2,1}; 
net2.b{1}=net1.b{1}; 
net2.b{2}=net1.b{2}; 

%training and simulation 
net1.trainParam.epochs=1; % set the number of epochs for the training 
net2.trainParam.epochs=1; 
net1=train(net1,p,t); % train the networks 
net2=train(net2,p,t); 
a11=sim(net1,p); a21=sim(net2,p); % simulate the networks with the input vector p 


net1.trainParam.epochs=14; 
net2.trainParam.epochs=14; 
net1=train(net1,p,t); 
net2=train(net2,p,t); 
a12=sim(net1,p); a22=sim(net2,p); 

net1.trainParam.epochs=985; 
net2.trainParam.epochs=985; 
net1=train(net1,p,t); 
net2=train(net2,p,t); 
a13=sim(net1,p); a23=sim(net2,p); 

%plots 
figure 
subplot(3,3,1); 
plot(x,y,'bx',x,cell2mat(a11),'r',x,cell2mat(a21),'g'); % plot the sine function and the output of the networks 
title('1 epoch'); 
legend('target','trainlm','traingd'); 
subplot(3,3,2); 
postregm(cell2mat(a11),y); % perform a linear regression analysis and plot the result 
subplot(3,3,3); 
postregm(cell2mat(a21),y); 

% 
subplot(3,3,4); 
plot(x,y,'bx',x,cell2mat(a12),'r',x,cell2mat(a22),'g'); 
title('15 epochs'); 
legend('target','trainlm','traingd'); 
subplot(3,3,5); 
postregm(cell2mat(a12),y); 
subplot(3,3,6); 
postregm(cell2mat(a22),y); 

% 
subplot(3,3,7); 
plot(x,y,'bx',x,cell2mat(a13),'r',x,cell2mat(a23),'g'); 
title('1000 epochs'); 
legend('target','trainlm','traingd'); 
subplot(3,3,8); 
postregm(cell2mat(a13),y); 
subplot(3,3,9); 
postregm(cell2mat(a23),y); 

Answer 1

エラーの尺度が指定されていない場合、デフォルトでMSEが使用されることに注意してください。

あなたのような何かを行うことができます訓練時：

[net tr] = train(net, x, t); 

その後tr.perfまたはtr.tperfまたはtr.vperf

をプロット