Neural network 神经网络中的无监督岗位培训

我在神经网络方面做了很多研究，尤其是卷积神经网络。我的网络使用标识函数生成线性输出。经过几次培训后，MSE被限制在最小值

在仔细观察结果之后，我发现，每个科目的MSE在每次培训中都有所不同。也就是说，网络1在人1和人2身上表现良好，但在人3和人4身上表现不佳。Net 2使用完全相同的训练数据集进行训练，得到相同的MSE，但在3/4人身上表现更好，在1/2人身上表现更差

---

在这之后，我想到了一个无监督的岗位培训的想法。1/2和3/4之间可能存在相关性。也许是一个小一点的脑袋或者什么的。因此，我可能会根据学习者告诉我使用什么来切换权重？以前有人做过吗？有文献吗？

人员1、2、3和4是培训集的一部分，还是测试数据？当然，他们来自测试集！在这种情况下，您可能希望尝试向模型添加一些正则化以进行训练。有可能是训练数据拟合过度了。关于你关于无监督的岗位培训的想法，我对任何文献都不熟悉，但进行实验也无妨。对不起，希望我能提供更多的建议。我确实使用了重量衰减和一些dropConnect，所以我认为它不会太难适应。这只是我提出的一个想法，我找不到任何关于培训集中的1、2、3和4个人的文献，或者他们是测试数据吗？当然，他们来自测试集！在这种情况下，您可能希望尝试向模型添加一些正则化以进行训练。有可能是训练数据拟合过度了。关于你关于无监督的岗位培训的想法，我对任何文献都不熟悉，但进行实验也无妨。对不起，希望我能提供更多的建议。我确实使用了重量衰减和一些dropConnect，所以我认为它不会太难适应。这只是我想出的一个主意，我找不到任何关于它的文献