不断训练MATLAB ANN，即在线训练？答案

【问题标题】：Continuously train MATLAB ANN, i.e. online training?不断训练MATLAB ANN，即在线训练？
【发布时间】：2013-04-04 23:37:50
【问题描述】：

我想问问有什么选项可以连续训练 MATLAB ANN（人工神经网络），即没有预先准备好的训练集？这个想法是有一个“在线”数据流，因此，在第一次创建网络时，它完全未经训练，但随着 ANN 中的样本流被训练并收敛。

ANN 将用于对一组值进行分类，并且实施将可视化 ANN 的训练如何随着样本流经系统而得到改进。 IE。每个样本都用于训练，然后还由 ANN 评估，并将响应可视化。

我期望的效果是，对于第一个样本，ANN 的响应或多或少是随机的，但随着训练的进行，准确性会提高。

欢迎提出任何想法。

问候，奥拉

【问题讨论】：

与其使用一个样本进行训练然后也进行评估，不如在样本进入时将它们分开。所以第一个“x”仅用于训练，之后每“nth”一个被使用评估而不是训练。
您好，Vicky，感谢您的回答。我意识到我有点不清楚；我实际上要做的是对一个项目进行分类，然后用它训练 ANN。因此，我希望第一个分类是随机的，然后越来越好。这里的主要思想是不划分样本，而是跳入连续的数据流并使用每个样本进行训练。我知道如何在带有训练集的正常情况下使用 train()，但我不确定在这种情况下最好的方法，实际上没有训练集但不断训练 ANN？

【解决方案1】：

在 MATLAB 中，您可以使用 adapt 函数代替 train。您可以渐进式地执行此操作（每次获得新信息时更改权重），也可以每 N 个样本以批处理方式执行此操作。

This document 从时间序列问题的角度深入剖析了不同的训练方式。

我真的会考虑您在这里尝试做什么，因为适应性学习策略可能很困难。我发现与他们的批量同行相比，他们喜欢到处乱砍。在我处理非常嘈杂的信号的情况下尤其如此。

您确定需要自适应学习吗？你不能定期重新训练你的神经网络吗？或者构建一个泛化能力足够好的？

【讨论】：