C++ ANN培训进度使用FANN重置每个新的培训课程
我有一个标准的神经网络,我已经训练了一段时间,但直到完美。培训课程结束后,我将网络保存在磁盘上 过了一段时间,我想从它离开的地方恢复训练网络。问题是,似乎每次我开始新的训练课程时,权重和偏差都会被完全重置,这意味着我要从头开始重新训练网络: 上届会议: 新会议: 以下是我的培训职能的摘录:C++ ANN培训进度使用FANN重置每个新的培训课程,c++,fann,C++,Fann,我有一个标准的神经网络,我已经训练了一段时间,但直到完美。培训课程结束后,我将网络保存在磁盘上 过了一段时间,我想从它离开的地方恢复训练网络。问题是,似乎每次我开始新的训练课程时,权重和偏差都会被完全重置,这意味着我要从头开始重新训练网络: 上届会议: 新会议: 以下是我的培训职能的摘录: void trainNet(fann *net) { const unsigned int max_epochs = 1000, epochs_between_re
void trainNet(fann *net) {
const unsigned int
max_epochs = 1000,
epochs_between_reports = 10;
const float desired_error = 0.01f;
net -> learning_momentum = 0.1f;
fann_train_on_file(net, "sessions.data", max_epochs, epochs_between_reports, desired_error);
fann_save(net, "network.net");
fann_destroy(net);
}
我错过了什么?对我来说,这似乎是非常直观的,你可以在多个会话中训练一个网络。我错了吗?这是图书馆的限制吗
训练数据在课间保持不变。这也不局限于这个特定的网络——任何格式的网络似乎都会引发同样的问题
我错过了什么
根据:
设定目标
例如:
fann_set_training_algorithm(net, FANN_TRAIN_INCREMENTAL)