ニューラルネットの調整について
显示 更早的评论
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(ﾌﾘｰｽﾞ)、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。
采纳的回答
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。
更多回答（0 个）
类别
在 帮助中心 和 File Exchange 中查找有关 Deep Learning Toolbox 的更多信息
