INVESTOX-Forum

Hallo Georg,

die sinnvolle Mindestepochenzahl hängt sehr von der Anzahl der Trainingsdaten und der Komplexität der Inputs und der Netzarchitektur ab. Habe ich sehr wenige Inputs und sehr wenige Daten, dann sollte ich eine relativ kleine Epochenzahl wählen, andernfalls kann man ruhig eher auch mal mehr nehmen. Auf jeden Fall sollte man während des Trainings die Entwicklung von Trainings- und Kontrollzeitraum beobachten. Verbessern sich beide noch??? Verbessert sich der Trainingszeitraum aber der Kontrollzeitraum verschlechtert sich -> Überoptimierung hat begonnen.
Bei Epochenzahlen < 60 sind die Ergebnisse oft zufälliger Natur, man sieht das daran, dass der Output irgendetwas macht, aber nicht das, was er soll.

Es wäre schön, wenn Investox ein grafisches Tools hätte, bei dem man die Entwicklung der Kennzahlen während des Trainings- und Kontrollzeitraum gegen die Epochenzahl aufgetragen bekommen würde, so könnte man die optimale Trainingszeit wesentlich besser bestimmen. Es würde ja schon reichen, wenn die Daten wie die Optimierungshistorie selbst abgespeichert würden, man könnte sie sich ja dann in Excel anschauen.

Grüsse

Bernhard

Hallo,
der Erklärung bezüglich zufälliger Ergebnisse im Kontrollzeitraum schließe ich mich an. Das NN sollte nicht nur im Kontroll- sonder auch im Trainingszeitraum "funktionieren" (daher die Mindestepochen). Die grafische Anzeige der Fehlermaße wird sich event. in künftigen Versionen realisieren lassen (hätte auf jeden Fall auch einen "Unterhaltungseffekt").
Viele Grüße
Andreas Knöpfel

Hallo Georg,

ich würde das Netz so zwischen 60 und 200 Epochen trainieren lassen. Wichtig ist, sich erstens das Training selbst anzuschauen und zweitens, sich den Output anzuschauen. Bei zuwenig Epochen wird der Output sehr zackig und hat nichts mehr mit der eigentlichen Prognose zu tun (obwohl er vielleicht gar keine schlechten Kennzahlen hat). Bei zu vielen Epochen wird das Netz übertrainiert. Weiterhin muss einem bewusst sein, dass ein Netz bei dieser Grösse relativ stark von der zufälligen Initialisierung abhängig ist. Also das gleiche Netz ruhig mehrmals trainieren und schauen, was dabei rauskommt. Sind die Ergebnisse zu unterschiedlich, dann spricht das gegen die Inputs, sind die Ergebnisse zwar leicht unterschiedlich, aber immer gut, dann spricht das für die Inputs. Prinzipiell gilt hier: so viele Imputs wie nötig, aber so wenig Inputs wie möglich...

Grüsse

Bernhard