2

我有一个关于人工神经网络训练的问题,

所以我想问一下对于一组输入样本的训练是怎么做的?用于训练的输入集的大小与用于训练的时期数之间是否存在某种关系,或者它是完全独立的?

例如,如果我的 ANN 有 4 个输入并且对于 2000 个训练样本,我会得到一个大小为 4x2000 的输入矩阵。那么对于每个训练时期,是加载整个矩阵,还是只为每个训练时期加载一个样本(训练矩阵列)?

4

1 回答 1

1

在神经网络的每个时期,所有神经元的权重值都会更新,所有节点。通常,您拥有的神经元、层和数据越多,获得正确的权重值所需的时期就越多,但没有将时期与神经元联系起来的方程。

对于训练,通常使用反向传播算法(查看维基百科的一个很好的例子),每个权重更新一次。时代越多,您的神经网络就越准确。通常对于训练,您设置 2 个变量:最大 epoch 数和准确率,当最终实现两者之一时,您停止迭代。

于 2012-10-19T09:53:07.390 回答