Tasas de aprendizaje para el nodo Red neuronal

PRECAUCIÓN:

Esta información está relacionada con una versión en desuso del nodo de modelado Red neuronal y se proporciona aquí solo para su consulta. En este release está disponible una versión más nueva del nodo, con características avanzadas. Consulte Redes neuronales para obtener más información. Aunque puede seguir creando y puntuando un modelo con la versión en desuso, recomendamos encarecidamente utilizar la versión más reciente.

El entrenamiento de redes neuronales se controla mediante diversos parámetros. Estos parámetros se pueden establecer a través de la pestaña Experto del cuadro de diálogo del nodo Red neuronal.

Alfa. Condición de impulso utilizado al actualizar las ponderaciones durante el entrenamiento. El impulso tiende a mantener los cambios de ponderación en movimiento en una dirección constante. Especifique un valor entre 0 y 1. Valores altos de alpha aumentan impulso, disminuyendo la tendencia para cambiar la dirección en función de las variaciones locales en los datos.

Eta. La tasa de aprendizaje que controla el ajuste de las ponderaciones en las distintas actualizaciones. Eta cambia según avanza el entrenamiento para todos los métodos de entrenamiento excepto RBFN, donde eta permanece constante. Eta inicial es el valor inicial de eta. Durante el entrenamiento, eta se inicia como Eta inicial, disminuye hasta Eta menor y, a continuación, se restablece en Eta mayor y vuelve a disminuir hasta Eta menor. Los últimos dos pasos se repiten hasta que el entrenamiento se completa.

El decrecimiento de eta especifica la tasa según la cual eta disminuye, expresada como el número de ciclos necesarios para pasar de Eta mayor a Eta menor. Especifique los valores para cada opción eta.