bayesopt patternet的分类问题
4视图(30天)
显示旧的评论
我想优化变量使用bayesopt patternet的分类问题。我发现在线下面的例子优化隐藏层的数量和学习速率:
%定义一个火车/验证分割目标函数内使用
简历= cvpartition(元素个数(YTrain),“坚持”,1/3);
%定义hyperparameters优化
var = [optimizableVariable (“hiddenLayerSize”,[1, 20],“类型”,“整数”);
optimizableVariable (lr, [1 e - 3 1],“改变”,“日志”)];
%优化
minfn = @ (T) kfoldLoss (XTrain”、YTrain”简历,T。hiddenLayerSize T.lr);
结果= bayesopt (var, minfn IsObjectiveDeterministic,假的,…
“AcquisitionFunctionName”、“probability-of-improvement’,……
“MaxObjectiveEvaluations”, 20);
函数rmse = kfoldLoss (x, y,简历,numHid lr)
%训练网络。
网= patternnet (numHid traingd);
net.trainParam。lr = lr;
网=火车(净,x (:, cv.training), y (:, cv.training));
%评估验证集和计算rmse上
ypred =净(x (:, cv.test));
rmse =√意味着(ypred - y (cv.test)) ^ 2));
结束
%
其他变量的patternet我可以优化吗?我可以优化它们吗?有一位官员Matlab文档patternet像有一个fitcensemble优化使用bayesopt hyperparameters分类问题?我找不到官方Matlab文档patternet我可以优化的变量,然后在上面的代码如何实现它们。我发现时代,目标和其他在线但只在一些例子。
谢谢
