我目前正在一个更大的数据集上训练我的第一个神经网络。我已经将我的训练数据分成几个.npy二进制文件,每个二进制文件都包含20k训练样本的批次。我从npy文件中加载数据,应用一些简单的预处理操作,然后在一个循环中多次应用partial_fit方法来训练我的网络:
for i in range(50):
nnmodel.partial_fit(X_tr,Y_tr)
我已经读过了,常规的.fit()方法不能用多个批次进行训练,相反,partial_fit应该能够这样做。我的第一次训练总是很顺利。损失在减少,我得到了很好的拟合结果,所以我用joblib.dump方法保存我的模型。对于下一个调用
在我打开并保存NEweights.npy之后,我的代码开始给出这个错误
OSError: Failed to interpret file 'D:\\NeuralNetwork\\NEweights.npy' as a pickle
在我保存它之前,它最初是工作的。为什么我现在才收到这个错误,还有什么方法可以访问NEweights.npy中的数据吗?(仅供参考,NEweights.npy是通过Nesterov加速梯度训练的神经网络权重数组。我在测试不同的神经网络优化器。)
我使用以下代码将numpy数组保存在npy文件中:
np.save(f'{path}
在我们训练神经网络并使用tensorflow保存模型后,我们可以加载模型并预测结果,如下所示: from keras.models import load_model
model = load_model('my_model.h5')
result = model.predict(test_input) 我们有没有办法在excel中使用经过训练的模型来做类似的工作?我假设我们可以建立一个excel用户定义的函数来接受n个参数并给出一个数字。我们可以在VBA中这样做吗?如何加载模型文件并运行预测?
我做了神经网络,它是pre-trained for 180 days of data.
It filters the fraud data of credit cards everyday and 1-days new data is comming in.
我还想在过滤之后,
我想重新训练我的人工智能模型,但我只想使用新的1天数据(因为训练神经网络真的很费时)。
我的人工智能模型是0(非欺诈)/1(欺诈)分类模型。我想用1/181改变我的神经网络.因为数据量只是一天
我该如何训练神经网络?如果我只使用了一天的数据,运行了许多时代(时间),它将过度适合.通过早停,似乎一天的数据列车不是.足够.