四川省建设资格注册中心网站,做家装的网站好,品牌网站建设还来大蝌蚪,深圳十大活动策划公司多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出 目录 多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出预测效果基本介绍程序设计往期精彩参考资料 预测效果 基本介绍 MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出#xf…多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出 目录 多输入多输出 | MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出预测效果基本介绍程序设计往期精彩参考资料 预测效果 基本介绍 MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出运行环境Matlab2020及以上。采用特征融合的方法,通过卷积网络提取出浅层特征与深层特征并进行联接,对特征通过卷积进行融合,将获得的矢量信息输入BiGRU单元。 Matlab实现CNN-BiGRU卷积双向门控循环单元多输入多输出预测 1.data为数据集10个输入特征3个输出变量。 2.MainCNN_BiGRUNM.m为主程序文件运行环境Matlab2020b及以上。 3.命令窗口输出MAE、MBE和R2可在下载区获取数据和程序内容。 程序设计
完整程序和数据下载方式私信博主回复MATLAB实现CNN-BiGRU卷积双向门控循环单元多输入多输出。
%-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%%
% 层设置参数设置
inputSize size(xnorm{1},1); %数据输入x的特征维度
outputSize size(ynorm,2); %数据输出y的维度
numhidden_units150; %网络单元
numhidden_units2 20;
numhidden_units3100;
%%
% gru
————————————————
版权声明本文为CSDN博主「机器学习之心」的原创文章遵循CC 4.0 BY-SA版权协议转载请附上原文出处链接及本声明。
原文链接https://blog.csdn.net/kjm13182345320/article/details/127418340
%% 参数设置
options trainingOptions(adam, ... % Adam 梯度下降算法MiniBatchSize, 100, ... % 批大小MaxEpochs, 1000, ... % 最大迭代次数InitialLearnRate, 1e-2, ... % 初始学习率LearnRateSchedule, piecewise, ... % 学习率下降LearnRateDropFactor, 0.1, ... % 学习率下降因子LearnRateDropPeriod, 700, ... % 经过700次训练后 学习率为 0.01 * 0.1Shuffle, every-epoch, ... % 每次训练打乱数据集ValidationPatience, Inf, ... % 关闭验证Plots, training-progress, ... % 画出曲线Verbose, false);
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 训练模型
net trainNetwork(p_train, t_train, layers, options);
%--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
%% 仿真预测
t_sim1 predict(net, p_train);
t_sim2 predict(net, p_test );
往期精彩 MATLAB实现RBF径向基神经网络多输入多输出预测 MATLAB实现BP神经网络多输入多输出预测 MATLAB实现DNN神经网络多输入多输出预测 参考资料 [1] https://blog.csdn.net/kjm13182345320/article/details/116377961 [2] https://blog.csdn.net/kjm13182345320/article/details/127931217 [3] https://blog.csdn.net/kjm13182345320/article/details/127894261
