ニューラルネットの調整について
1 Ansicht (letzte 30 Tage)
Ältere Kommentare anzeigen
深層学習を使用した sequence-to-sequence 回帰のデモにある予測のRMSEを低くしようと試みています。https://jp.mathworks.com/help/deeplearning/examples/sequence-to-sequence-regression-using-deep-learning.html
デモではCMAPSSData.zipの中からtrain_FD001.txtを学習して、ニューラルネットの精度が RMSE = 22となっています。さらに、私はCMAPSSDataの中の train_FD002.txt を選んで学習に用いたところ、RMSE = 51となりました。(添付ファイル) RMSEをデモと同等の22以下に抑えるにはどのような設定が必要になりますか?自分で試したことは、ニューラルネットのユニット数の変更 20,50,200,2000(フリーズ)、エポック数(200)の変更を試しました。計算には設定1つあたり15分ほどがかかってしまうので調整の勘を教えていただきたいです。
Akzeptierte Antwort
michio
am 3 Apr. 2019
Bearbeitet: michio
am 3 Apr. 2019
もし学習の進行状況をみて RMSE が大きく上下しているようであれば、InitialLearnRate を下げてみてはいかがでしょう。
また、元データの readme.txt に
train_FD001.txt は Condition: ONE (Sea Level)
train_FD002.txt は Condition: SIX
との記載があり、train_FD002.txt の方が難易度が高そうなデータになっています。もともとの例題ではデータ全体の平均値・分散でデータの正規化をしているので、そのまま複数の状態をもつ train_FD002.txt に使うと精度が出ないのかもしれません。同じようなデータを使っている別の例題 Similarity-Based Remaining Useful Life Estimation のようなモード別の正規化も有効かもしれません。
3 Kommentare
Kazuya
am 5 Apr. 2019
残念ながら拡大できないので
[net,traininfo] = trainNetwork(XTrain,YTrain,layers,options);
と traininfo を出力させて別途確認する方法ではいかがでしょうか?
Weitere Antworten (0)
Siehe auch
Kategorien
Mehr zu 時系列、シーケンス、およびテキストを使用した深層学習 finden Sie in Help Center und File Exchange
Community Treasure Hunt
Find the treasures in MATLAB Central and discover how the community can help you!
Start Hunting!