【发布时间】：2018-12-03 15:49:59
【问题描述】：
如果我建立一个模型并训练它，然后部署它。我可以将其设置为在运行时对数据进行训练吗？例如。如果我想要一个可以只训练持续输入的网络，直到我停止它并对其进行测试。我是否必须通过与 C++ 中的 protobuffer 对话来实现它？
【问题讨论】：
标签： c++ tensorflow neural-network training-data
【发布时间】：2018-12-03 15:49:59
【问题描述】：
神经网络在生产中的实际问题是，您在已知输出上进行训练，但将它们应用到生产中以产生输出。这通常会排除生产中的更新。
然而，没有任何魔法。如果在生产中，对于给定的输入，您仍然可以获得所需的输出（即使事后看来），那么您可以反向传播产生的误差项并调整网络权重。
这里还有一个额外的挑战：如果您在生产环境中训练网络，您打算使用哪些数据进行训练？最初，您不能仅对现场的前几个样本进行训练，因为您会在这些样本上过度训练。因此，您需要在部署的解决方案中包含初始训练集，并在此基础上进行扩展。
【讨论】：