Question

我想绘制一条学习曲线，以了解神经网络在训练过程中的进展情况。水平轴是迭代的总数，垂直轴表示错误率。随着网络培训的进展，我希望看到测试和培训设置错误率。

nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            stepmax = 10,
            lifesign = "full",
            learningrate = .1,
            algorithm='backprop')

通过设置stepmax = 10（或50或？），我希望能够在收敛之前检查网络，查看测试和训练集的错误率，然后继续培训另外10个步骤。（部分）训练的神经网络命名为nn，我计划将startweights设置为在中断训练中获得的权重，如下所示：

# Try to further train alerady trained net
nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            lifesign = "full",
            learningrate = .1,
            startweights = nn$weights,
            algorithm='backprop')

然而，训练发出警告，“算法在stepmax中的1次重复中没有收敛”。我没想到会收敛，但是那10个完成的训练步骤应该修改了最初的随机权重。唉，nn $ weights是NULL。

有没有人知道使用神经网络实现这一目标的方法？

Answer 1

我直接写信给神经网络包的一位作者，Frauke Guenther，并得到了他的明确答案：

“不幸的是，目前仅在网络融合时才会存储经过训练的权重。尚未实现您可以在训练过程中访问权重或网络是否收敛。”

R中的神经网络包 - 如何在训练收敛之前获得权重？

1 个答案: