|
|||||||||||
PREV CLASS NEXT CLASS | FRAMES NO FRAMES | ||||||||||
SUMMARY: NESTED | FIELD | CONSTR | METHOD | DETAIL: FIELD | CONSTR | METHOD |
java.lang.ObjectmscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm
mscJNeuralNet.trainingAlgorithms.SuperSABMomentum
Das SuperSAB Lernverfahren nach Tollenaere mit Momentum-Term.
Implentiert nach der Arbeit
T. Tollenaere - Supersab: Fast adaptive backpropagation with good scaling properties, 1990
Gradientenrichtung = Gradient Wij * Gradient WijAlt Falls Gradientenrichtung > 0 Alpha ij *= Alpha Plus Falls Gradientenrichtung < 0 Alpha ij *= Alpha Minus SuperSAB-Term Momentum-Term Delta Wij = -1 * Alpha ij * Gradient Wij + Momentum * Delta WijAltCreated on 02.06.2004
INetTrainingAlgorithm
,
AbstractTrainingAlgorithm
,
mscJNeuralNet.trainingAlgorithms
Constructor Summary | |
SuperSABMomentum()
|
Method Summary | |
void |
applyWeightUpdate(int pOutputting,
int pInputting)
Derzeit leer. |
java.lang.String |
getAlgorithmName()
Liefert den String "SuperSAB + Momentum" zurück. |
double[] |
getDefaultLearningParameters()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten |
java.lang.String[] |
getLearningParameterNames()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten |
double[] |
getLearningParameters()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten |
void |
init()
Derzeit leer. |
void |
setLearningParameters(double[] pLearningParameters)
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten Am Ende der Methode werden die Observer benachrichtigt. |
java.lang.String |
toString()
|
Methods inherited from class mscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm |
getActualGradients, getCycle, getNet, getObserverManager, setActualGradients, setCycle, setNet |
Methods inherited from class java.lang.Object |
clone, equals, finalize, getClass, hashCode, notify, notifyAll, wait, wait, wait |
Constructor Detail |
public SuperSABMomentum()
Method Detail |
public void init()
AbstractTrainingAlgorithm
init
in interface INetTrainingAlgorithm
init
in class AbstractTrainingAlgorithm
INetTrainingAlgorithm.init()
public void applyWeightUpdate(int pOutputting, int pInputting)
AbstractTrainingAlgorithm
applyWeightUpdate
in interface INetTrainingAlgorithm
applyWeightUpdate
in class AbstractTrainingAlgorithm
INetTrainingAlgorithm.applyWeightUpdate(int, int)
public void setLearningParameters(double[] pLearningParameters)
Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen LernschrittweitenAm Ende der Methode werden die Observer benachrichtigt.
pLearningParameters
- Lernparameter für das Lernverfahren fest.INetTrainingAlgorithm.setLearningParameters(double[])
public double[] getLearningParameters()
Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten
INetTrainingAlgorithm.getLearningParameters()
public java.lang.String[] getLearningParameterNames()
Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten
INetTrainingAlgorithm.getLearningParameterNames()
public double[] getDefaultLearningParameters()
Index Bezeichnung Funktion 0 Momentum Momentum-Faktor für den Momentum-Term 1 Alpha Plus Faktor zum Erhöhen der variablen Lernschrittweite 2 Alpha Minus Faktor zum Verkleinern der variablen Lernschrittweite 3 Initial Alpha Initialwert für alle variablen Lernschrittweiten
INetTrainingAlgorithm.getDefaultLearningParameters()
public java.lang.String getAlgorithmName()
INetTrainingAlgorithm.getAlgorithmName()
public java.lang.String toString()
|
|||||||||||
PREV CLASS NEXT CLASS | FRAMES NO FRAMES | ||||||||||
SUMMARY: NESTED | FIELD | CONSTR | METHOD | DETAIL: FIELD | CONSTR | METHOD |