持续培训MATLAB ANN，即在线培训？

我想问一下，持续训练MATLAB ANN（人工神经网络）有哪些选择，即没有预先准备好的训练集？其想法是拥有一个“在线”数据流，因此，当第一次创建网络时，它完全未经训练，但当ANN中的样本流经过训练并收敛时

ANN将用于对一组值进行分类，实现将可视化ANN的训练如何随着样本流经系统而得到改进。即，每个样本用于训练，然后由ANN进行评估，并将响应可视化

我预期的效果是，对于第一个样本，ANN的响应或多或少是随机的，但随着训练的进行，精确度会提高

欢迎提出任何意见

---

在MATLAB中，您可以使用

adapt

函数而不是

train

。您可以增量执行此操作（每次获得新信息时更改权重），也可以按批处理方式每N个样本执行一次

从时间序列问题的角度对不同的培训方式进行了深入分析

我真的很想知道你在这里想做什么，因为适应性学习策略可能很难。我发现，与批量生产的同类产品相比，它们喜欢全身连枷。这在我处理非常嘈杂信号的情况下尤其如此

---

你确定你需要适应性学习吗？你不能定期重新训练你的神经网络吗？或者建立一个概括得足够好的模型？

而不是使用样本进行培训，然后再进行评估，最好在样本出现时进行划分。因此，第一个“x”仅用于培训，之后每个“N”用于评估而不是培训。嗨，Vicky，谢谢你的回答。我意识到我有点不清楚；我实际上要做的是对一个项目进行分类，然后用它训练ANN。因此，我希望第一个分类是随机的，然后越来越好。这里的主要思想不是划分样本，而是跳入一个连续的数据流并使用每个样本进行训练。我知道如何在正常情况下使用train（）和训练集，但我不确定在这种情况下最好的方法是什么，实际上没有训练集，但继续训练ANN？谢谢，似乎正是我想要的。它实际上是为了教育目的，也就是说，想象人工神经网络如何随着训练而改进。对于生产ANN，我同意批次是首选选项。