Обучение нейронной сети с использованием оптимизации роицы частиц

Question

Я хочу обучить нервную сеть с прямой связью, используя алгоритмы оптимизации роя частиц и алгоритмы дифференциальной эволюции на Matlab для прогнозирования рака молочной железы.

Я новичок в Matlab, поэтому я ищу и нашел набор инструментов George Ever, но я не знаю, как с ним работать после добавления инструментария в путь Matlab. Может ли кто-нибудь показать мне шаги по обучению нейронной сети Спасибо

Answer 1

У вас есть конкретная причина использовать упомянутые подходы для обучения сети?

Нейронные сети традиционно обучаются с использованием оптимизатора на основе градиента, называемого обратным распространением ошибок, а методы без градиента, такие как упомянутые вами, скорее всего, будут медленными в сравнении.

Возможно, вам стоит ознакомиться с некоторыми предметными наборами нейронных сетей для MATLAB, такими как deep-learning-toolbox.

В целом, скорее всего, предпочтительнее использовать одну из популярных и эффективных реализаций (Theano, Torch, Tensorflow, Caffe) при рассмотрении сетей со многими слоями.

Answer 2

Хорошо, вы можете это сделать, и я сделал это с роем частиц и дифференциальной эволюцией. Но то, что вам нужно сделать, - это извлечь весы и предубеждения из нейронной сети вручную в качестве вектора, чтобы передать их оптимизатору, а затем в вашей целевой функции вам нужно будет преобразовать вектор обратно в весы и смещения архитектуры вашей нейронной сети.