有没有办法在 R 中为人工神经网络使用自定义学习功能？答案

【问题标题】：Is there a way to use a custom learning function for Artificial Neural Networks in R?有没有办法在 R 中为人工神经网络使用自定义学习功能？
【发布时间】：2014-04-04 00:16:24
【问题描述】：

有没有办法（仅使用 R 编程语言）使用自定义学习函数（而不是反向传播）来实现 ANN 算法？我测试过的所有 R 包（nnet、neuralnet、AMORE）似乎都有学习函数来训练权重的选项，但它们似乎都没有包含插入自定义函数的可选性（例如，爬山作为示例）。

我更喜欢使用 R 而不是另一种语言，所以如果有人知道任何可以提供帮助的软件包，请告诉我。

谢谢！

【问题讨论】：

请注意nnet 不使用反向传播；它使用准牛顿算法（基本上是 BFGS）来优化权重。

标签： r algorithm machine-learning hill-climbing

【解决方案1】：

观察：

Hill Climbing 是一种优化算法，适用于邻居，Backpropogation 是一种训练算法。通常，ANN 包使用训练方法根据两个输出之间的误差调整权重：- 它不会基于邻居优化（或替换权重）。这就是为什么您只能找到用于训练权重的学习函数选项，而找不到用于通过爬山等方式进行训练的选项。这是设计使然

解决方案：

通过任何语言的输入向量、输出向量、节点单元矩阵的方式使用自定义数学来获得Hill Climbing ANN或所以并迭代权重。

如果不相信从头开始实施，请查看 MATLAB 中的 simple hill climbing。确信这将在 R 中重写

【讨论】：