|
|||||||||||
PREV CLASS NEXT CLASS | FRAMES NO FRAMES | ||||||||||
SUMMARY: NESTED | FIELD | CONSTR | METHOD | DETAIL: FIELD | CONSTR | METHOD |
java.lang.ObjectmscJNeuralNet.trainingAlgorithms.AbstractTrainingAlgorithm
mscJNeuralNet.trainingAlgorithms.BackpropagationMomentum
Offline Backpropagation Lernverfahren mit Momentumterm nach Rumelhart, Hinton und Williams.
Implentiert nach der Arbeit
D. E. Rumelhart, G. Hinton, R. Williams -
Learning internal representations by error propagation, 1986
Backpropagation ist wohl der Klassiker unter den Lernverfahren,
hat aber auch die schlechteste Performanz.
Backpropagation Term Momentum Term Delta Wij = -1 * alpha * Gradient Wij + momentum * Delta WijAltCreated on 05.04.2004
INetTrainingAlgorithm
,
AbstractTrainingAlgorithm
,
mscJNeuralNet.trainingAlgorithms
Constructor Summary | |
BackpropagationMomentum()
|
Method Summary | |
void |
applyWeightUpdate(int pOutputting,
int pInputting)
Derzeit leer. |
java.lang.String |
getAlgorithmName()
Liefert den String "Backprop + Momentum" zurück. |
double[] |
getDefaultLearningParameters()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm |
java.lang.String[] |
getLearningParameterNames()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm |
double[] |
getLearningParameters()
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm |
void |
init()
Derzeit leer. |
void |
setLearningParameters(double[] pLearningParameters)
Dieses Lernverfahren unterstützt folgende Parameter: Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm 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 BackpropagationMomentum()
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 Alpha Lernschrittweite 1 Momentum Faktor für den MomentumtermAm Ende der Methode werden die Observer benachrichtigt.
pLearningParameters
- Lernparameter für das Lernverfahren fest.INetTrainingAlgorithm.setLearningParameters(double[])
public double[] getLearningParameters()
Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm
INetTrainingAlgorithm.getLearningParameters()
public java.lang.String[] getLearningParameterNames()
Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm
INetTrainingAlgorithm.getLearningParameterNames()
public double[] getDefaultLearningParameters()
Index Bezeichnung Funktion 0 Alpha Lernschrittweite 1 Momentum Faktor für den Momentumterm
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 |