fuel_left/train_simple.m

   1 % Solve an Input-Output Fitting problem with a Neural Network
   2 % Script generated by Neural Fitting app
   3 % Created 20-Jun-2022 16:00:45
   4 %
   5 % This script assumes these variables are defined:
   6 %
   7 %   s - input data.
   8 %   r - target data.
   9
  10 x = s;
  11 t = r;
  12
  13 % Choose a Training Function
  14 % For a list of all training functions type: help nntrain
  15 % 'trainlm' is usually fastest.
  16 % 'trainbr' takes longer but may be better for challenging problems.
  17 % 'trainscg' uses less memory. Suitable in low memory situations.
  18 trainFcn = 'trainlm';  % Levenberg-Marquardt backpropagation.
  19
  20 % Create a Fitting Network
  21 hiddenLayerSize = 10;
  22 net = fitnet(hiddenLayerSize,trainFcn);
  23
  24 % Setup Division of Data for Training, Validation, Testing
  25 net.divideParam.trainRatio = 70/100;
  26 net.divideParam.valRatio = 15/100;
  27 net.divideParam.testRatio = 15/100;
  28
  29 % Train the Network
  30 [net,tr] = train(net,x,t);
  31
  32 % Test the Network
  33 y = net(x);
  34 e = gsubtract(t,y);
  35 performance = perform(net,t,y)
  36
  37 % View the Network
  38 view(net)
  39
  40 % Plots
  41 % Uncomment these lines to enable various plots.
  42 %figure, plotperform(tr)
  43 %figure, plottrainstate(tr)
  44 %figure, ploterrhist(e)
  45 %figure, plotregression(t,y)
  46 %figure, plotfit(net,x,t)
  47