このページの翻訳は最新ではありません。ここをクリックして、英語の最新版を参照してください。
カーネルモデルテンプレート
TemplateKernel
は、非線形分類の場合のガウス カーネル分類モデルのあてはめに適したテンプレートを作成します。
テンプレート,なパラメーターとして,バイナリモデル拡张拡张次元数数,,カーネルカーネルカーネルスケールスケール,ボックスボックス制约および正则化化强度をを指定指定しますfitcecoc
に渡してモデル学习をさせ。。
TemplateKernel
は、メモリ制限 Broyden-Fletcher-Goldfarb-Shanno (LBFGS) ソルバーとリッジ (L2)正則化を使用して、正則化された目的関数を最小化します。学習に使用した LBFGS ソルバーのタイプを調べるには、コマンド ウィンドウでFitinfo。Solver
と入力し。
'lbfgs-fast'
- lbfgsソルバーソルバー
'lbfgs-blockwise'
- lbfgsソルバーソルバーソルバーソルバー変换のデータを保持ににににTemplateKernel
で必要となるメモリが阻止
の値より多い場合、ブロック単位方式が使用されます。
'LBFGS-tall'
- 高高的lbfgsソルバーソルバーソルバーソルバーソルバーソルバー
TemplateKernel
がブロック方式を使用,,TemplateKernel
は各反復で損失と勾配の計算をデータのさまざまな部分に分散させることにより LBFGS を実装します。また、TemplateKernel
は,一部局所的にモデルあては,平均でで系数をを结合结合结合するするすることにより,线形线形系数数数数およびおよびおよび'冗长',,,,1
が指定れた场合,TemplateKernel
は各データ通過についての診断情報を表示し、情報をFitinfo
の历史
フィールドに格纳ます。
TemplateKernel
がブロックをしない场合,値はゼロになり。'冗长',,,,1
が指定れた场合,TemplateKernel
は各について诊断情报表示し,ををFitinfo
の历史
フィールドに格纳ます。
[[3] Huang, P. S., H. Avron, T. N. Sainath, V. Sindhwani, and B. Ramabhadran. “Kernel methods match Deep Neural Networks on TIMIT.” 2014 IEEE International Conference on Acoustics, Speech and Signal Processing. 2014, pp. 205–209.