是否可以使用數據庫來存儲機器學習數據？如果是這樣，怎麼樣？

-2

我是機器學習的新手。我想在我的服務器上設置一臺機器並使用數據庫來存儲學習的數據。是否可以使用數據庫來存儲機器學習數據？如果是這樣，怎麼樣？

var colorClassifier = new NeuralNetwork(); 

colorClassifier.trainBatch([ 
    {input: { r: 0.03, g: 0.7, b: 0.5 }, output: 0}, // black 
    {input: { r: 0.16, g: 0.09, b: 0.2 }, output: 1}, // white 
    {input: { r: 0.5, g: 0.5, b: 1.0 }, output: 1} // white 
    ]); 

console.log(colorClassifier.classify({ r: 1, g: 0.4, b: 0 })); // 0.99 - almost

機器學習框架的代碼是這樣的事情，但我想，「colorClassifies」在邏輯上存儲在我的數據庫，而不是在內存中，這樣我可以一次在訓練這臺機器，而不會丟失舊數據關於老火車。我真的不知道這些框架是如何在內部工作的，但我認爲可以做一些類似於我所要求的事情。謝謝

來源

2014-06-23 Morrisda

你想實現什麼？將訓練有素的模型堅持在磁盤上？ – ziggystar

是的，這是我的目的@ziggystar – Morrisda

「我真的不知道如何將這些框架內工作」

不過框架的工作，訓練分類意味着找到一組權重值，使得分類效果很好（通常這意味着最小化平方誤差的總和）。所以，訓練好的分類器本質上是一組實數。要堅持分類器，您需要將這些數字存儲到數據庫中。

的層編號（整數）：：

每個權重可通過四個數字來描述第一層是輸入，其餘都是隱藏層（通常是一個或兩個），它們的順序排列出現。
從，到（整數）：由於每個重連接兩個節點，每個層
權重的值內這些節點的序列號（通常實數）

如果，例如，你具有值5.8，從所述第二層的第三節點去到下一層的第五節點的權重，可以將其存儲在表中

層：2 from_node：3 to_node：5 值： 5.8

通過對所有權重（一個簡單的循環）重複此操作，可以將訓練的網絡存儲在一個簡單的表格中。我不知道你的框架是如何工作的，但通常會有一個成員函數返回列表或hashmap格式的訓練網絡的權重

來源

2014-06-24 11:48:55

是否可以使用數據庫來存儲機器學習數據？如果是這樣，怎麼樣？

回答

相關問題