本站原创文章，转载请说明来自《老饼讲解-BP神经网络》www.bbbdata.com
matlab神经网络工具箱训练BP神经网络时，往往会因为Validation Checks而停止训练
本文讲解如何Validation Checks是什么，以及如何关掉BP神经网络Validation Checks的三种方法
通过本文，可以了解BP神经网络的Validation Checks是什么、有什么用，以及如何禁止使用它的设置方法
本节介绍BP神经网络的ValidationChecks是什么，以及关掉它的三种方法
Validation Checks是什么
在使用BP神经网络工具箱进行训练时，会出现遇到达到最大Validation Checks而退出训练的情况
所以经常有小伙伴问，这Validation Checks是个什么鬼？
matlab工具箱内部会将数据分成三部分(注意观看，上面还有个Data Division)：
👉 training
👉 validation
👉 testing
其中，training用于训练，validation用于验证泛化能力
即matlab是边训练边验证，当验证数据连续n次没能提升时，则退出训练
因为这样说明，训练数据越训越好，但泛化能力却越来越差，即走在过拟合的路上了，所以退出训练
关掉Validation Checks的三种方法
一般来说，不应该、也不建议关掉Validation Checks
但如果一定要关掉Validation Checks，下面提供三种方法
方法一：将数据划分函数置空
将net.dividefcn参数设为空，就不进行数据划分，如下：
net.dividefcn =''
不进行数据划分，就不会做validation检查，因此不会因为Validation失败而退出训练
方法二：不划分验证数据
将net.divideParam.valRatio参数设为0，也就屏蔽了validation检查，如下：
net.divideParam.trainRatio =1
net.divideParam.valRatio = 0
net.divideParam.testRatio = 0
这里将验证数据比例置0，为了不浪费数据，同时也修改训练数据与检验数据比例
方法三：将失败阈值调到极大
将max_fail参数设为极大，那么Validation失败也不会退出训练，如下：
net.trainparam.max_fail=10000
这个不算关掉，只是让训练不因Validation Checks不通过而退出训练
三种方法的具体代码示例如下：
% 本代码用于展示BP神经网络如何关掉validation check
% 代码来自《老饼讲解-BP神经网络》www.bbbdata.com
X = [-1:0.2:1;-1:0.2:1]; % 输入数据x
y = sin(X( 1,:)) + X( 2,:); % 输出数据y
net = newff(X,y,3); % 网络训练
% ----关掉validation check方法一:将数据划分置空------
net.dividefcn =''; % 将数据划分置空
% ----关掉validation check方法二:将验证数据置空------
% net.divideParam.trainRatio = 1; % 训练数据设为1
% net.divideParam.valRatio = 0; % 验证数据设为0
% net.divideParam.testRatio = 0; % 测试数据设为0
% ----关掉validation check方法三:将失败阈值设为很大-- %
% net.trainparam.max_fail = 10000; % 将失败阈值设为很大
[net,tr,py_tool] = train(net,X,y); % 训练网络好了，以上就是三种关掉BP神经网络的Validation Checks的方法了~
End