【问题标题】:adding more output neurons to neural network after training?训练后向神经网络添加更多输出神经元?
【发布时间】:2017-02-15 18:23:08
【问题描述】:

在完成我的神经网络训练后添加更多输出神经元是否存在问题。

例如,我教我的神经网络如何看橘子和苹果,并说出哪个是苹果,哪个是橙色。阴影、形状和纹理作为输入,橙色和苹果作为输出,因此有 3 个输入和 2 个输出。

如果我训练它们并且我想再添加两个输出,比如说香蕉和 stawberey。如果我这样做了,我的神经网络之前的学习会失败吗?还是我在这里做错了什么?或者这样做是安全的?

【问题讨论】:

    标签: machine-learning neural-network computer-vision artificial-intelligence deep-learning


    【解决方案1】:

    您很可能需要从头开始重新训练网络,将新旧数据和四个类(而不是两个)结合起来。如果您尝试向现有网络添加新类,您可能会遇到所谓的catastrophic forgetting.。但是,您可能只需要重新训练最终分类器,或者根据之前学习的权重进行微调。

    【讨论】:

    • 好吧,我还有一个问题让我很生气,没有找到并回答它
    • 当我用 3 个输入(如阴影、形状和纹理)提供有关图像处理的神经网络数据时。我用 2 个输出 apple 和 orange 训练它。当我训练它时,它如何知道不是苹果或橙色的任何其他输入?我的意思是当我用数据训练神经网络时,它如何知道其他输入并给出答案,它甚至没有接受过它们的训练?
    猜你喜欢
    • 2021-05-28
    • 1970-01-01
    • 2011-05-11
    • 2011-04-07
    • 1970-01-01
    • 2014-06-23
    • 1970-01-01
    • 2010-11-20
    • 2019-09-15
    相关资源
    最近更新 更多