R中的神经网络包 - 如何在训练收敛之前获得权重？答案

【问题标题】：neuralnet package in R - how to obtain weights prior to training convergence?R中的神经网络包 - 如何在训练收敛之前获得权重？
【发布时间】：2014-03-06 08:04:21
【问题描述】：

我想绘制一条学习曲线，以查看神经网络在训练过程中的进度。横轴是总迭代次数，纵轴代表错误率。随着网络训练的进行，我想查看测试集和训练集的错误率。

nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            stepmax = 10,
            lifesign = "full",
            learningrate = .1,
            algorithm='backprop')

通过设置 stepmax=10（或 50 或？），我希望能够在收敛之前检查网络，查看测试集和训练集的错误率，然后再继续训练 10 步. （部分）训练的神经网络被命名为 nn，我打算将 startweights 设置为在中断训练中获得的权重，如下所示：

# Try to further train alerady trained net
nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            lifesign = "full",
            learningrate = .1,
            startweights = nn$weights,
            algorithm='backprop')

但是，训练给出了警告，“算法在 stepmax 内的 1 个重复中没有收敛”。我没想到它会收敛，但是这 10 个完成的训练步骤应该已经修改了最初的随机权重。唉，nn$weights 是 NULL。

有谁知道使用神经网络完成此任务的方法吗？

【问题讨论】：

标签： r neural-network

【解决方案1】：

我直接写信给神经网络包的作者之一 Frauke Guenther，并收到了他的明确答复：

“不幸的是，目前训练的权重只有在网络收敛的情况下才会被存储。尚未实现在训练过程中或网络不收敛时可以访问权重。”

【讨论】：