Matlab 问题的神经网络训练

我在试着找出哪里会犯错误。如果你能帮助我，我将非常高兴

我的问题是：

在神经网络工具箱中的序列中，函数以一种方式运行，但当我将其放入parfor循环时，一切都变得疯狂

>> version

ans =

8.3.0.532 (R2014a)

这里有一个函数

function per = neuralTr(tSet,Y,CrossVal,Ycv)

hiddenLayerSize = 94;
redeT = patternnet(hiddenLayerSize);
redeT.input.processFcns = {'removeconstantrows','mapminmax'};
redeT.output.processFcns = {'removeconstantrows','mapminmax'};
redeT.divideFcn = 'dividerand';  % Divide data randomly
redeT.divideMode = 'sample';  % Divide up every sample
redeT.divideParam.trainRatio = 80/100;
redeT.divideParam.valRatio = 10/100;
redeT.divideParam.testRatio = 10/100;
redeT.trainFcn = 'trainscg';  % Scaled conjugate gradient
redeT.performFcn = 'crossentropy';  % Cross-entropy
redeT.trainParam.showWindow=0; %default is 1)
redeT = train(redeT,tSet,Y);    
outputs = sim(redeT,CrossVal);
per = perform(redeT,Ycv,outputs);

end

这是我输入的代码：

Data loaded in workspace
whos
        Name            Size              Bytes  Class     Attributes

        CrossVal      282x157            354192  double
        Y               2x363              5808  double
        Ycv             2x157              2512  double
        per             1x1                   8  double
        tSet          282x363            818928  double

函数以串行方式执行

per = neuralTr(tSet,Y,CrossVal,Ycv)

        per =

        0.90

平行起跑

>> parpool local
Starting parallel pool (parpool) using the 'local' profile ... connected to 12 workers.

ans = 

 Pool with properties: 

            Connected: true
           NumWorkers: 12
              Cluster: local
        AttachedFiles: {}
          IdleTimeout: Inf (no automatic shut down)
          SpmdEnabled: true

并行初始化和执行函数12次

per = cell(12,1);
parfor ii = 1 : 12
per{ii} = neuralTr(tSet,Y,CrossVal,Ycv);
end        

per

per = 

    [0.96]
    [0.83]
    [0.92]
    [1.08]
    [0.85]
    [0.89]
    [1.06]
    [0.83]
    [0.90]
    [0.93]
    [0.95]
    [0.81]

再次执行以查看随机初始化是否带来不同的值

per = cell(12,1);
parfor ii = 1 : 12
per{ii} = neuralTr(tSet,Y,CrossVal,Ycv);
end
per

per = 

    [0.96]
    [0.83]
    [0.92]
    [1.08]
    [0.85]
    [0.89]
    [1.06]
    [0.83]
    [0.90]
    [0.93]
    [0.95]
    [0.81]

编辑1： 仅使用for运行函数

per = cell(12,1);
for ii = 1 : 12
    per{ii} = neuralTr(tSet,Y,CrossVal,Ycv);
end
    per

    per =

    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]
    [0.90]

编辑2： 我修改了我的函数，现在一切都很好。也许问题是当数据被并行划分时。所以我在发送到并行机之前对数据进行了划分。很多

function per = neuralTr(tSet,Y,CrossVal,Ycv)
indt = 1:round(size(tSet,2) * 0.8) ;
indv = round(size(tSet,2) * 0.8):round(size(tSet,2) * 0.9);
indte = round(size(tSet,2) * 0.9):size(tSet,2);
hiddenLayerSize = 94;
redeT = patternnet(hiddenLayerSize);
redeT.input.processFcns = {'removeconstantrows','mapminmax'};
redeT.output.processFcns = {'removeconstantrows','mapminmax'};
redeT.divideFcn = 'dividerand';  % Divide data randomly
redeT.divideMode = 'sample';  % Divide up every sample
redeT.divideParam.trainRatio = 80/100;
redeT.divideParam.valRatio =  10/100;
redeT.divideParam.testRatio = 10/100;

redeT.trainFcn = 'trainscg';  % Scaled conjugate gradient
redeT.performFcn = 'crossentropy';  % Cross-entropy
redeT.trainParam.showWindow=0; %default is 1)
redeT = train(redeT,tSet,Y);    
outputs = sim(redeT,CrossVal);
per = zeros(12,1);
parfor ii = 1 : 12
    redes = train(redeT,tSet,Y);
    per(ii) = perform(redes,Ycv,outputs);
end
end

结果:

>> per = neuralTr(tSet,Y,CrossVal,Ycv)

per =

          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90
          0.90

---

哦!！我想我找到了，但无法测试

您的代码中有：

redeT.divideFcn = 'dividerand';  % Divide data randomly

如果每个工作人员随机选择数据，那么他们的预期结果是不同的，不是吗

试试下一个：

per = cell(12,1);
parfor ii = 1 : 12
   rng(1); % set the seed for random number generation, so every time the number generated will be the same
   per{ii} = neuralTr(tSet,Y,CrossVal,Ycv);
end
per

---

不确定neuralTr是否在内部设置种子，但试一下。

据我所知，该功能工作正常。在parfor循环中，您只需运行串行版本12次，并将所有12个结果存储在

per

中。得到不同结果的原因是每次随机分割数据。这就是问题所在吗？嗯，但是如果我在函数中运行一个循环，for总是给我0.9。这种行为正常吗？你是说当你用for循环替换parfor循环时？另外，我刚刚看到运行parfor循环两次每次都会得到相同的结果，所以我认为这不是随机初始化。这真的很奇怪。我补充了一个问题，结果只运行for循环。这真的很奇怪。恐怕我现在还没有答案，但我会努力考虑的。回答得很好！我在mycode中使用它。Vielen danke我的朋友！