Neural network 神经网络：两次训练之间的外推

是否可以使用2个输入来训练网络：一个是数据，另一个是我们定义的常量

例如，我们使用一组数据训练网络，并将第二个输入设置为'10'

一旦它收敛，我们用另一组数据进行训练，这次将第二个输入设置为'20'

现在，如果我输入第二个参数设置为“15”的测试数据，它会自动在两个学习状态之间进行推断吗

如果没有，如果我想做上面解释的事情，我该怎么做：在两个训练状态之间推断

非常感谢

---

Jeff

可以将另一个输入作为参数添加到神经网络中，但我不确定您试图通过添加此输入实现什么好处

您需要使用此输入训练神经网络，以便它能够估计两个训练网络之间的值。这将涉及首先培训每个单独的网络，然后培训第二个网络，该网络将在各州之间进行外推

如果您试图将每个经过训练的神经网络模块化以用于特定的角色或分类，并且这些分类代表某种连续关系（例如，专门针对无雨、小雨、中雨和大雨的天气预测），然后，也许这个输入可以以某种方式用于鼓励特定网络的输出

如果您希望调整每个网络的权重，以便某些神经网络比其他神经网络具有更多的偏好，也许集成方法可以为每个网络提供不同的权重（静态和动态选项可用）。如果只想映射具有不同权重的两个网络之间的差异，可能可以在两个网络之间应用线性或非线性函数，并映射以详细描述两个经过训练的网络之间的更改