如何在 matlab 中多次训练神经（模式识别）网络？答案

【问题标题】：How can I train a neural (pattern recognition) network multiple times in matlab?如何在 matlab 中多次训练神经（模式识别）网络？
【发布时间】：2015-08-28 05:50:47
【问题描述】：

我需要在 matlab 中训练一个模式识别网络。我有几个数据集将用于训练。我的脚本如下所示：

%%% 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

有没有一种方法可以多次训练并获得相同的结果，就好像我对连续的所有数据集使用一次训练一样？目前看来，网络只是用新数据重新训练，之前的一切都丢失了。

【问题讨论】：

您可以将网络保存到 mat 文件：save('filename','VariableName(trained nnet object)') 并在将来加载：加载文件名
我明白我的错：我在每个循环中都初始化网络。这当然行不通。但是如果我只初始化一次，我可以训练多次吗？
是的，但是随着每次学习，网络的权重都会被修改。你应该总是训练一次；）当然，你可以训练多次，保存训练好的网络，最后选择最好的网络；）

标签： matlab neural-network

【解决方案1】：

不要现在它是否真实，但也许对某人有帮助。

您只能训练网络一次。如果你再次训练，它将是一个新的网络。 :) 权重会有所不同。如果您提供相同的名称，MATLAB 将在您每次运行脚本时进行覆盖。

我认为最好的方法是：

使用您自己的输入、层和选项训练您的网络。
使用以下函数将网络保存到文件中：save('myFilename.mat','myNetname');
从文件中加载您的网络：load('myFilename.mat');
更改输入 - 也许您有多个数据集。
在您的网络上更新权重，并评论训练选项 (%)！不要再次训练网络。您可以使用以下函数进行更新：myNetname = predictAndUpdateState(myNetname,someInput);

希望这对某人有所帮助:)

【讨论】：