如何存储神经网络知识数据？
我对那个领域并不熟悉，所以这个问题似乎很奇怪。然而，在询问之前，我阅读了大量介绍性文章，内容涉及机器学习中的关键点以及神经网络的作用部分。包括非常有用的一个什么是机器学习？。基本上，就像我所得到的一样--受过良好教育的NN是(如果它是错的，请纠正我)：
- 神经元之间的一组连接(可能是自连接的，可能有门等)
- 在每个连接上形成激活概率。
这两件事都会在培训期间进行调整，以尽可能接近预期的产出。然后，我们如何使用一个受过良好教育的NN -我们加载测试子集的数据，并检查它的表现有多好。但是，如果我们对测试结果感到满意，并且希望存储教育结果，然后在dataset获得新值时不再运行培训，那么会发生什么呢？
所以我的问题是--教育知识是储存在除了RAM之外的地方吗？可以转储(从某种程度上考虑对象序列化)，这样您就不需要使用明天或以后获得的数据对NN进行教育。
现在我试着用synaptic.js用我的数据集做一个简单的演示，但是我找不到在项目的wiki中保存教育的那种概念。这个库只是一个例子，如果您引用一些python就可以了！
回答 2
Stack Overflow用户
发布于 2016-02-24 22:47:02
我将在我的答案中假设您正在使用一个简单的多层感知器，尽管我的答案也适用于其他网络。
“训练”MLP的目的是找到正确的突触权重，以最小化网络输出上的错误。
当一个神经元连接到另一个神经元时，它的输入被赋予一个权重。神经元执行一个函数，例如所有输入的加权和，然后输出结果。
一旦您对网络进行了培训，并找到了这些权重，就可以使用验证集验证结果。
如果您对您的网络运行良好感到高兴，您只需记录应用于每个连接的权重。您可以随心所欲地存储这些权重(以及对网络结构的描述)，然后再检索它们。没有必要在每次你想使用它的时候重新训练网络。
希望这能有所帮助。
Stack Overflow用户
发布于 2017-03-01 17:05:16
关于通过synaptic.js存储它：
这是很容易做到的！它实际上有一个内置的功能。有两种方法可以做到这一点。
如果您想使用网络而不需要再次训练它，那么
这将为您的网络创建一个独立的功能，您可以在任何地方使用javascript，而不需要synaptic.js！维基。
var standalone = myNetwork.standalone();如果您希望稍后在上修改网络，请使用
只需将网络转换为JSON即可。这可以随时用synaptic.js！维基加载。
// Export the network to a JSON which you can save as plain text
var exported = myNetwork.toJSON();
// Conver the network back to useable network
var imported = Network.fromJSON(exported);https://stackoverflow.com/questions/35614535
复制相似问题
腾讯云开发者
