存储和使用训练有素的神经网络

Question

我正在尝试开发一个神经网络来预测时间序列。

据我所知，我正在训练我的神经网络训练集并用测试集验证它。

当我对我的结果感到满意时，我可以使用我的神经网络来预测新值，而神经网络本身基本上只是我使用训练集调整的所有权重。

这个对吗？

如果是这样，我应该只训练我的网络一次，然后只使用我的网络（权重）来预测未来的价值。 您通常如何避免重新计算整个网络？ 我是否应该将所有权重保存在数据库或其他内容中，以便我可以随时访问它而无需再次训练？

如果我的理解是正确的，我可以在专用计算机（例如超级计算机）上进行大量计算，然后在网络服务器，iPhone应用程序或类似的东西上使用我的网络，但我不知道如何存储它。

Answer 1

为了使您的神经网络持久 ，您可以pickle它。 您不需要重新计算经过训练的网络的权重，您所需要做的只是取消网络连接并使用它来进行新的预测。

像joblib这样的库可以用于更有效的序列化/酸洗 。

是否重新训练NN的问题并非微不足道。 这取决于你正在使用网络的具体内容; 说强化学习可能要求你重新培养新的信念。 但是在某些情况下，也可能在这种情况下，一次又一次地使用训练有素的网络，或者在将来有更多现场数据的情况下重新训练可能就足够了。