我正在尝试开发一个神经网络来预测时间序列。
据我了解,我正在使用训练集训练我的神经网络,并使用测试集对其进行验证。
当我对结果感到满意时,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就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东西中,这样我就可以随时访问它而无需再次训练它?
如果我的理解是正确的,我可以受益于在专用计算机(例如超级计算机)上进行繁重的计算,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。