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。