Question

我需要在matlab中训练模式识别网络。我有几个数据集将用于培训。我的脚本看起来像这样：

%%% train network with a couple of datasets
pathStr = 'Daten_Training';
files = dir(sprintf('%s/*.mat',pathStr)); 

for k = 1:length(files)

    %%% load data for training
    load(sprintf('%s/%s',pathStr, files(k).name));

    %%% manually set targets to train the network with
    Targets = setTargets(Data);

    %%% create and train neural network
    % Create a Pattern Recognition Network
    hiddenLayerSize = 20;
    net = patternnet(hiddenLayerSize);

    % Train the network with our Data
    net = trainNetwork(net,Data,Targets);

end

trainNetwork函数如下所示：

function [ net ] = trainNetwork( net, Data, Targets )

    % calculate features
    [Features, TargetsBlock, blockIdx] = calcFeatures_Training(Data, Targets);

    % split data for training
    net.divideParam.trainRatio = 70/100;
    net.divideParam.valRatio = 15/100;
    net.divideParam.testRatio = 15/100;

    % Train the network
    [net, tr] = train(net, Features, TargetsBlock);

end

有没有办法用相同的结果进行多次训练，好像我会连续使用一次训练和所有数据集一样？现在，看起来网络只是用新数据重新训练，之前的一切都丢失了。

Answer 1

现在不现实与否，但也许对某人有所帮助。

您只能训练网络一次。如果您再次训练，它将成为一个新的网络。 :)权重将有所不同。如果输入相同的名称，则每次运行脚本时，MATLAB都会覆盖。

我认为最好的方法是：

训练带有自己的输入，层和选项的网络。
使用以下功能将网络保存到文件中：save（'myFilename.mat'，'myNetname'）;
从文件中加载网络：load（'myFilename.mat'）;
更改输入-也许您有多个数据集。
更新权重，然后评论火车选项（％）！不要再次训练网络。您可以使用以下功能进行更新：myNetname = predictAndUpdateState（myNetname，someInput）;

希望这对某人有帮助：）

如何在matlab中多次训练神经（模式识别）网络？

1 个答案: