[英]How can I train a neural (pattern recognition) network multiple times in matlab?
我需要在 matlab 中训练一个模式识别网络。 我有几个数据集可用于训练。 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
有没有办法以相同的结果进行多次训练,就像我对所有数据集连续使用一次训练一样? 现在看起来网络只是用新数据重新训练,之前的一切都丢失了。
不要现在它是否实际,但也许对某人有帮助。
一个网络只能训练一次。 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覆盖。
我认为最好的方法是:
希望这对某人有帮助:)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.