更新神经网络输入

我训练了一个4输入1输出的神经网络一个月,后来这个神经网络升级为5输入1输出。我应该用新配置重新训练,还是可以继续使用旧的训练结果?


回答:

如果剩下的4个输入仍然代表相同的内容,你不需要从头开始。相反,在输入层添加一个新的神经元,并在它与隐藏单元之间添加边。按照通常的方式初始化它们,但保留剩余的权重。换句话说——你是在用之前的网络作为优化过程的起点。如果你无法再访问历史数据(或者没有时间重新训练所有内容),这样做应该会更快地收敛,并且总体上效果会更好。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注