0

我在 matlab NN Toolbox 中运行大量数据集时遇到问题 - 问题是 -> 当我使用 trainlm 算法时，NN Toolbox 无法运行数据并显示 Out of memory 错误，但对于其他算法则没有内存问题。为什么会这样？此外，当我放置超过 15 个隐藏神经元时，它也会显示内存不足。如何解决这类问题？

还有一件事：我将 10%、45%、45% 的数据划分用于训练验证和测试，但是在运行代码后我发现在工作区中它执行了 25% 的数据用于训练、37% 的数据用于验证和 37% 的数据用于测试目的。如何解决这个问题？

有人知道如何解决这类问题吗？我很高兴收到评论和任何建议。谢谢。

我在运行 Windows 7 的笔记本电脑中使用 R2010b 版本的 MATLAB。

这是我用于训练数据集的代码

EX_355 = xlsread('Training Dataset.xlsx','B2:B435106');

EX_532 = xlsread('Training Dataset.xlsx','C2:C435106');

BA_355 = xlsread('Training Dataset.xlsx','D2:D435106');

BA_532 = xlsread('Training Dataset.xlsx','E2:E435106');

BA_1064 = xlsread('Training Dataset.xlsx','F2:F435106');

Reff = xlsread('Training Dataset.xlsx','G2:G435106');

Input(1,:) = EX_355;

Input(2,:) = EX_532;

Input(3,:) = BA_355;

Input(4,:) = BA_532;

Input(5,:) = BA_1064;

Target(1,:) = Reff;

net = feedforwardnet;

net = configure(net,Input,Target);

net = init(net);

inputs = Input;

targets = Target;

hiddenLayerSize = 10;

net = fitnet(hiddenLayerSize);

net.inputs{1}.processFcns = {'removeconstantrows','mapminmax'};

net.outputs{2}.processFcns = {'removeconstantrows','mapminmax'};

net.divideFcn = 'dividerand';

net.divideMode = 'sample';

net.divideParam.trainRatio = 10/100;

net.divideParam.valRatio = 45/100;

net.divideParam.testRatio = 45/100;

net.trainFcn = 'trainlm';

net.performFcn = 'mse';

net.plotFcns = {'plotperform','plottrainstate','ploterrhist', ... 'plotregression', 'plotfit'};

[net,tr] = train(net,inputs,targets);

outputs = net(inputs);

errors = gsubtract(targets,outputs);

performance = perform(net,targets,outputs)

trainTargets = targets .* tr.trainMask{1};

valTargets = targets .* tr.valMask{1};

testTargets = targets .* tr.testMask{1};

net.trainParam.epochs;

net.trainParam.time;

net.trainParam.goal;

net.trainParam.min_grad;

net.trainParam.mu_max;

net.trainParam.max_fail;

net.trainParam.show;
4

2 回答 2

2

在“train”之前粘贴这个

net.efficiency.memoryReduction = NUMBER;

更改此数字直到代码运行

您可以从 1 递增 --> inf

更多描述可用@http ://www.mathworks.com/help/nnet/ug/train-the-network.html

于 2012-10-06T11:44:21.700 回答
0

您可以查看此链接http://www.mathworks.co.uk/help/nnet/ug/optimize-neural-network-training-speed-and-memory.html

这是来自 MathWorks 的引述：

如果正在使用 MATLAB 并且内存限制是一个问题，则所需的临时存储量可以减少 N 倍，以换取对 N 个数据子集的每一个按顺序执行 N 次计算。

net2 = train(net1,x,t,'reduction',N);

这称为内存减少。

不断增加 N 的值，直到您的代码运行。

于 2014-08-27T05:17:42.740 回答