python，neurolab，一步一步訓練

Question

給出來自neurolab的ANN

net = nl.net.newff([[0.0, 1.0]] * 5, [2])

我想迭代地訓練它，每K個時期執行驗證檢查。

盡管net.train（）接受了epochs作為參數，但它的使用對我來說看起來很奇怪。 它以某種方式存儲了最后一個紀元（在網絡實例上？），因此以下將失敗並且“達到最大火車時代”並且不會繼續進行訓練。

for k in xrange(10):
    net.train(training, target, epochs=1)
    ...do some checks

以下方法可行，但它會暴露計算開銷，因為它每次都會從頭開始。

for k in xrange(10):
    net.train(training, target, epochs=k)
    ...do some checks

我錯過了什么？ :)

Answer 1

#first
import neurolab as nl
#then
rep=10
i=0
#Number of inputs
numIN=5
#Number of neurons per layer
cap1=12
cap2=5
#Number of outputs
out=5
#create network
net = nl.net.newff([[-1, 1]]*numIN,[cap1,cap2,out])
while i<rep:
# I use train_bfgs is faster
#entradasu are the inputs and targetsu are the targets of your data
#then the network is adjusted in each iteration
    error = nl.train.train_bfgs(net,entradasu, targetsu, epochs=1, show=0, goal=0.001)
#then do some checks
    if checks==True:
        i=rep
    else
        i+=1