Hi
A chaque fois que je lance l'apprentissage de mon network,l'apprentissage s'arrête et j'ai le message suivant
Minimum Gradient reached.
Esc-ce que y a un rapport entre l'initialisation du network et l'arrêt de l'apprentissage ?
Merci d'avance .
Voici le code :
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27
| numHiddenNeurons = 7; % Adjust as desired
net = newpr(inputs,targets,numHiddenNeurons,{},'trainscg');
net.divideParam.trainRatio =60/100; % Adjust as desired
net.divideParam.valRatio = 20/100; % Adjust as desired
net.divideParam.testRatio =20/100; % Adjust as desired
net.trainParam.goal=0.01;
net.trainParam.mem_reduc=2;
net.initFcn='initlay';
net.layers{1}.initFcn='initwb';
net.layers{2}.initFcn='initwb';
net.inputWeights{1,1}.initFcn='rands';
net.layerWeights{1,2}.initFcn='rands';
net.biases{1}.initFcn='rands';
net.biases{2}.initFcn='rands';
net = init(net);
net.trainParam.min_grad=1e-30;
net.layers{1}.transferFcn='tansig';
net.layers{2}.transferFcn='hardlims';
% Train and Apply Network
[net,tr] = train(net,inputs,targets); |
Partager