99% résolu!
Le 'vilain' Matlab faisait un traitement non désiré sur les entrées/sorties.
Donc en résumé (pas la même appli, mais pas grave):
net = newff(minmax(p),[S1 S2],{'logsig' 'logsig'},'traingdx');
devient
1 2 3 4 5
| net = newff(p,t,S1,{'logsig' 'logsig'},'traingdx','learngdm','mse',{},{});
net.divideFcn = 'dividerand';
net.divideParam.trainRatio = 1;
net.divideParam.valRatio = 0;
net.divideParam.testRatio = 0; |
Les accolades vides (
ça m'a pris du temps à comprendre) permettent de supprimer le traitement superflux (dans mon cas) et les 4 dernières lignes sont pour utiliser toutes les données pour l'entraînement.
Le 1% restant à résoudre est dû à une légère variation des résultats sur certains scripts. Sinon, c'est 100% identique (faut fixer le seed, bien entendu!).
Somme toute, je peux faire avec (ça converge de façon raisonnable vers les mêmes résultats), mais si jamais vous avez une idée de ce qui reste à modifier pour obtenir exactement les mêmes résultats en tout temps, alors je suis preneur
Partager