trainSoftmaxLayer
训练一个softmax层进行分类
描述
例子
使用Softmax层进行分类
加载样例数据。
[X,T] = iris_dataset;
X
为鸢尾花四种属性的4x150矩阵:萼片长、萼片宽、花瓣长、花瓣宽。
T
是相关类向量的3x150矩阵,定义每个输入分配给三个类中的哪一个。每一行对应一个虚拟变量,代表一个虹膜物种(类)。在每一列中,三行的其中一行中的1表示特定样本(观察结果或示例)所属的类。对于观测值不属于的其他类,行中有一个零。
使用样本数据训练一个softmax层。
net = trainSoftmaxLayer(X,T);
使用训练的softmax层将观测数据分类为三个类之一。
Y =净(X);
使用目标和从softmax层获得的分类绘制混淆矩阵。
plotconfusion (T、Y);
输入参数
X
- - - - - -训练数据
米——- - - - - -n矩阵
训练数据,指定为米——- - - - - -n矩阵,米是训练数据中的变量数,和n是观察数(例子)。因此,每一栏X
表示一个样本。
数据类型:单
|双
T
- - - - - -目标数据
k——- - - - - -n矩阵
目标数据,指定为k——- - - - - -n矩阵,k是班级的数量,和n是观测的数量。每一行都是一个虚拟变量,表示一个特定的类。换句话说,每一列都代表一个样本,并且每一列的所有元素都是零,除了一行中的一个元素。这一项表示该示例的类。
数据类型:单
|双
名称-值参数
指定可选参数对为Name1 = Value1,…,以=家
,在那里的名字
参数名称和价值
对应的值。名称-值参数必须出现在其他参数之后,但对的顺序无关紧要。
在R2021a之前,使用逗号分隔每个名称和值,并将其括起来的名字
在报价。
例子:“MaxEpochs”,400年,“ShowProgressWindow”,假的
指定最大迭代次数为400并隐藏训练窗口。
MaxEpochs
- - - - - -训练迭代的最大次数
1000(默认)|正整数值
训练迭代的最大次数,指定为由逗号分隔的对组成“MaxEpochs”
一个正整数值。
例子:“MaxEpochs”,500年
数据类型:单
|双
LossFunction
- - - - - -softmax层的损失函数
“crossentropy”
(默认)|mse的
softmax层的损失函数,指定为由逗号分隔的对组成“LossFunction”
,要么“crossentropy”
或mse的
.
均方误差
表示均方误差函数,由:
在哪里n是训练实例的数量,和k是类的数量。
是ij目标矩阵的第Th项,T
,
是我当输入向量为时,自编码器的输出xj.
交叉熵函数为:
例子:“LossFunction”、“mse的
ShowProgressWindow
- - - - - -显示培训窗口的指示器
真正的
(默认)|假
指示器用于在训练期间显示训练窗口,指定为由逗号分隔的对组成“ShowProgressWindow”
,要么真正的
或假
.
例子:“ShowProgressWindow”,假的
数据类型:逻辑
TrainingAlgorithm
- - - - - -训练算法
“trainscg”
(默认)
训练算法用于训练softmax层,指定为逗号分隔对组成“TrainingAlgorithm”
而且“trainscg”
,代表缩放共轭梯度。
例子:“TrainingAlgorithm”、“trainscg”
版本历史
在R2015b中引入
另请参阅
MATLAB命令
你点击了一个对应于这个MATLAB命令的链接:
在MATLAB命令窗口中输入该命令来运行该命令。Web浏览器不支持MATLAB命令。金宝app
您也可以从以下列表中选择一个网站:
如何获得最佳的网站性能
选择中国站点(中文或英文)以获得最佳站点性能。其他MathWorks国家站点没有针对您所在位置的访问进行优化。