1 달 동안 4 입력 1 출력 NN을 교육 한 다음 동일한 NN을 업그레이드하여 5 I를 1 O가되도록했습니다. 새 구성으로 교육을 반복해야합니까, 아니면 계속 사용할 수 있습니까? 오래된 훈련?신경망 업데이트 입력
0
A
답변
1
나머지 4 개의 입력이 여전히 동일한 것을 나타낼 경우 처음부터 다시 시작할 필요가 없습니다. 대신 입력 레이어에 새 뉴런을 추가하고 뉴런과 입력 레이어 사이에 가장자리를 추가하십시오. 보통으로 초기화하십시오, 그러나 나머지 가중치를 남기기. 즉, 이전 네트워크를 최적화의 시작점으로 사용하고 있습니다. 과거 데이터에 더 이상 액세스 할 수 없거나 모든 것을 재 훈련 할 시간이 없다면 더 빨리 수렴해야하며 일반적으로 더 좋아야합니다.
2
훈련 된 4 입력 NN에 5 입력 NN을 입력 할 수 없다면 훈련을 거의 반복해야합니다.이 경우 적은 수의 거리에서 벗어날 수 있습니다. 그것은 새로운 변수가 무엇을 나타내는가에 달려 있습니다.
관련 문제
- 1. 신경망 입력
- 2. 신경망 비선형 입력
- 3. MATLAB의 신경망 입력 바이어스
- 4. 신경망 입력 데이터의 최적화
- 5. 신경망 입력 순서
- 6. 신경망 입력 변환
- 7. 8+ 입력 노드가있는 신경망 XOR
- 8. 모든 입력 변수를 사용하는 신경망?
- 9. 신경망 - 서로 다른 입력 레이어
- 10. m 입력 및 출력 신경망
- 11. 신경망
- 12. 의미있는 값을 갖는 신경망 입력 및 출력
- 13. 신경망 입력 기능 조정 (회귀 분석)
- 14. 신경망 입력 배열 및 정규화 종속성
- 15. 신경망 입력 및 출력 데이터 형식이
- 16. 신경망 - 가변 입력 수를 다루는 최선의 방법
- 17. 데이터 프레임에서 신경망 LSTM 입력 모양
- 18. 신경망 : 입력 레이어가 뉴런으로 구성되어 있습니까?
- 19. 신경망
- 20. 신경망 - 가중치 행렬 업데이트 - 역 전파 알고리즘
- 21. 신경망 설계
- 22. NeuronDotNet의 신경망
- 23. 신경망 Backpropagation
- 24. 신경망 설계
- 25. 온라인 신경망 검사기
- 26. 피드 전달 - 신경망 Keras
- 27. 신경망 출력 계산
- 28. Deeplearning4j 신경망 구성
- 29. 인공 신경망 벤치 마크
- 30. 인공 신경망 활성화 함수