検証max.fail番号の選択方法についてご意見はありますか？ ご存知のとおり、特定の番号を選択するための固有の基準はありません。私はそれがトレーニング/検証のために使用されているサンプルの数に依存すると信じています。 trainlmのトレーニング機能についてはnet.trainParam.max_fail
nnparam.max_fail、あなたが入力できます：
net.trainParam.max_fail = 10 はしかし、それはニューラルネットワーク
使用の訓練を停止するには自明でない役割を担っています（あなたが検証を増やしたい場合は10であることを失敗する）
MATLABドキュメントから
最大妥当性チェック（max_fail）府は、関数パラメータ max_failはトレーニング関数パラメータです。厳密に正の整数スカラーでなければなりません。 max_failは、トレーニングが停止する前の検証チェックの最大数です。 このパラメータはtrainb、trainbfg、trainbr、trainc、traincgb、traincgf、traincgp、traingd、traingda、traingdm、 traingdx、trainlm、trainoss、trainrp、電車やtrainscg
あなたは、この正しいので使用されていますパラメータはNNトレーニングにとって重要です。実際、NNの最大の欠点は、学習数や早期停止基準（この場合のような）のようなニューロン数やトレーニングアルゴリズムパラメータのように、問題に大きく依存する多くの重要なパラメータが存在することです。いくつかのアプリケーションでは、NNの一般化がそれ以上増加しないので、0またはinfを含むさまざまなパラメータを試すように提案することができるので、3または30の値を多かれ少なかれ同じ値にすることができます（つまり、 ）、トレーニング/検証誤差曲線を観察する。もちろん、1回の実行だけを考慮しないで、各構成に対して少なくとも5〜10回実行してください。この時点で、「エラーの状況」を知ることができます。