이페이지의최신내용은아직번역되지않았습니다。최신내용은영문으로볼수있습니다。
神经网络时间序列 | 동적신경망을훈련시켜비선형시계열문제풀기 |
timedelaynet |
시간지연신경망 |
narxnet |
외부입력값이있는비선형자기회귀신경망 |
narnet |
비선형자기회귀신경망 |
layrecnet |
계층순환신경망 |
distdelaynet |
分布式网络延迟 |
火车 |
얕은신경망훈련 |
gensim |
얕은신경망시뮬레이션에사용할金宝app블록생성 |
adddelay |
增加神经网络反应的延迟 |
removedelay |
消除神经网络响应的延迟 |
closeloop |
将神经网络开环反馈转化为闭环反馈 |
openloop |
将神经网络闭环反馈转换为开环反馈 |
ploterrhist |
情节错误直方图 |
plotinerrcorr |
绘图输入误差时间序列互相关 |
plotregression |
선형회귀플로팅 |
plotresponse |
绘制动态网络时间序列响应 |
ploterrcorr |
绘制误差时间序列的自相关性 |
genFunction |
얕은신경망시뮬레이션에사용할MATLAB함수생성 |
神经网络时间序列앱과명령줄함수를사용하여시계열을예측합니다。
学习设计时间序列预测的聚焦时滞神经网络(FTDNN)。
다중스텝신경망예측에대해알아봅니다。
외생적인입력을갖는비선형자기회귀신경망(NARX)를만들고훈련시킵니다。
创建并训练一个动态网络,这是一个分层循环网络(LRN)。
用MATLAB模拟和部署训练过的浅神经网络®工具。
学习如何部署浅神经网络的训练。
이예제에서는NARX(非线性自回归与外部输入)신경망으로자기부상역학시스템을모델링하는방법을보여줍니다。
병렬및분산연산을사용하여신경망훈련과시뮬레이션의속도를높이고대규모데이터를처리합니다。
保存中间成绩,以保护长距离训练的价值。
使神经网络训练更加高效。
더효율적인훈련을위해입력값과목표값을전처리합니다。
配置
함수를사용하여훈련에앞서신경망을수동으로구성하는방법을알아봅니다。
함수를사용하여데이터를훈련,검증및테스트세트로분할합니다。
여러문제유형에대한훈련알고리즘의성능비교。
일반화를개선하고과적합을방지하는방법을알아봅니다。
学习在训练神经网络时如何使用误差加权。
了解如何使用不同范围的值来适应输出元素。
学习前馈和循环网络的工作原理。
管理以若干短序列形式提供的时间序列数据。
学习如何使用效用函数来操作神经网络数据。
얕은신경망실험에사용할수있는샘플데이터세트의목록입니다。
신경망의기본특징을정의하는속성을알아봅니다。
출입력값,계층,력값,목표값,편향및가중치와같이신경망세부사항을정의하는속성을알아봅니다。