Machine learning 神经网络：在线学习（一次一个例子）

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训练NN。
也就是说，我截取数据，每次截取一个示例，我需要更新我的NN权重。我不允许为将来的批量培训目的存储数据

我有一个八度的前馈神经网络（遵循斯坦福大学的Coursera ML课程）。我可以使用每个新示例在NN上运行prop，但这种方法不可靠地收敛，并且需要大量时间

在神经网络环境下，还有其他更有效的在线学习算法吗？

---

我注意到Matlab的函数似乎就是这样做的。文档没有说明它在幕后做什么。这仅仅是back prop的一次迭代吗？

当您一次使用一个示例运行backprop时，有什么不起作用？只要您将学习速率、动量等设置为“良好”值，就会调用该方法，并且通常效果良好。然而，我看到它在一些问题上效果很差，比如XOR。你能在你的问题中提供更多的细节吗？很抱歉，你是对的。随机背道具工作良好。这是一个实现错误，我。我已经修改了这个问题，以找到其他算法来做同样的事情。