3

私はpybrainNNを稼働させていますが、かなりうまく機能しているようです。理想的には、各データポイント（この場合は前の週の数値）がデータセットに追加された後、ネットワークをトレーニングして予測を取得したいと思います。

現時点では、毎回ネットワークを再構築することでこれを行っていますが、各例が追加されるにつれて、ネットワークのトレーニングにますます長い時間がかかります（1000の例のデータセットでは、各例で+2分）。

すでにトレーニングされたNNに新しい例を追加して更新することでプロセスをスピードアップする方法はありますか、それとも問題を複雑にしすぎて、単一の例のセット（たとえば昨年のデータ）でトレーニングすることでより適切に機能しますか？次に、すべての新しい例（今年）でテストしますか？

4

1 に答える 1

1

それはあなたの目的が何であるかによって異なります。更新された NN モデルが必要な場合は、オンライン トレーニングを実行できます。つまり、時間 $t-1$ にあったネットワークから開始して時間 $t$ に取得したサンプルを使用して逆伝播の単一ステップを実行します。または、古いサンプルを破棄してトレーニング サンプルの量を固定したり、一種のクラスタリングを実行してトレーニング セットのサイズを縮小したりできます (つまり、類似したサンプルを 1 つにマージします)。

アプリケーションをより適切に説明すれば、ソリューションの提案がより簡単になります。

于 2011-12-21T13:50:03.393 に答える