调整R中的nnet包以更快地收敛

我正在进行研究，很长一段时间以来，我一直致力于让权重在nnet包中收敛。我正在对天气数据运行反向传播算法来预测温度。我以前使用过neuralnet软件包，权重收敛得非常好。我能够增加迭代次数以提高精度。但是当我增加输入模式大小时，neuralnet包的速度非常慢。以下是有关数据的简要说明

我每1小时从气象站收集一次天气数据。我将24小时内每1小时的数据填充成一行。这形成了我的输入模式。Neuralnet运行良好，可以聚合一个月的数据，大约653个模式。现在我想用一年的时间来训练。Neuralnet似乎运行了很长时间

因此，我选择了nnet。内特很快。但它并不像神经网络那样收敛。 下面是我使用的代码片段

formula.in=V385+V386+....+V392~V1+V2+...+V382+V383+V384

net<-neuralnet(formula=formula.in,data=data,hidden=90,threshold=0.0001,act.fct="tanh",err.fct="sse", algorithm = "rprop+")

formula.in=V385+V386+V392~V1+V2+V382+V383+V384
net我也使用R表示神经网络。由于我是初学者，所以，如果我的观点听起来有点傻，请原谅我。正如您所说，您正在使用反向传播算法来训练网络，但据我所知，与neuralnet不同，nnet只实现了单层前馈神经网络

简而言之，我认为nnet没有使用反向传播。如果我错了，请纠正我
 嗨，你解决了吗？我也有同样的问题。谢谢你们是从哪里下载这些软件包的？嗨，Yura，我用install.packages（“nnet”）来安装nnet软件包。它从以下位置下载Hi Gabriela，很抱歉回复太晚。是的，我修好了。但不是通过操纵代码。我对数据进行了更多的分析，去掉了一堆数据点，这些数据点只是让系统变慢了。我现在没有任何解决这个问题的通用方法
target<-as.matrix(data[,385:392]);
input<-as.matrix(data[,1:384]);
net<-nnet(input,target,size=2,maxit=15000)