线层
创建线性层
描述
采用增加0或正延迟的行矢量和宽度 - 霍夫学习率,并返回线性层。层
=线层(inputdelays
,,,,widrowhofflr
)
线性层是线性神经元的单层。它们是静态的,输入延迟为0或动态,输入延迟大于0。您可以在简单的线性时间序列问题上训练它们,但经常在部署时自适应地继续学习,以便它们可以适应关系的变化在使用时输入和输出之间。
如果学习率太小,学习速度会非常慢。但是,更大的危险是它可能太大了,学习变得不稳定,导致体重向量和错误增加而不是减少。如果可用的数据集来表征该层要学习的关系,则可以使用Maxlinlr
功能。
如果您需要网络来解决非线性时间序列关系,请参见timedelaynet
,,,,Narxnet
, 和纳内特
。