我有一个执行分类任务的神经网络，当训练集足够大时它工作得相当好。
但是，我正在寻找一种方法来一次使用一个标记示例来训练 NN 。
也就是说，我一次截取一个示例数据，我需要更新我的 NN 权重。我不允许为将来的批量训练目的存储数据。
我在八度音程中构建了一个前馈神经网络（遵循斯坦福大学在 Coursera 上的 ML 课程）。我可以使用每个新示例在 NN 上运行反向支持，但这种方法收敛不可靠，并且需要大量时间。
在神经网络的背景下，还有其他更有效的在线学习算法吗？
我注意到 Matlab 的adapt()函数似乎就是这样做的。文档没有具体说明它在幕后做什么。它只是反向传播的一次迭代吗？