保存訓練的神經網絡

Question

我需要救了我的神經網絡的幫助。

我會解釋...我編程的C＃中的多層網絡 ..應用程序的一部分用於培訓，另一部分用於測試神經網絡。一切都按照應有的原則運作。當我想訓練我的網絡時，我從一個文件加載一組數據。 當訓練結束時，我測試一個較小的數據樣本，它給了我正確的輸出。但現在我想能培養我的網絡和保存它，這樣我可以再次加載它，使用它進行進一步的測試。

Answer 1

我會假設你有你的機器學習班被稱爲Bayes（或其他）。通常，您將標誌着這是[Serializable]

using System.IO; 
[Serializable] 
public class NaiveBayes 
{ 
    ... 
} 

在這個類然後你可以做你的儲蓄

public void Save(Stream stream) 
{ 
    YourBinaryFormatter b = new YourBinaryFormatter(); 
    b.Serialize(stream, this); 
} 

YourBinarySerializer這裏的方法就是你選擇的一些串行器，你可以使用其他串行如你希望。讀取這些文件是相反的，同樣簡單。

Answer 2

是的，你所提到可以使用序列化。但是在機器人領域，通常需要獨立於語言（即易於解析）的知識存儲，這就是爲什麼我要添加這個答案。

那麼，你如何保存任何數據類型的當前狀態？
1）寫類型，它的狀態和可能的描述符 2）讀取它。

對於整數int a = 3，您可以編寫一個文件，內容如下：

integer 
a 
3 

神經網絡是一個抽象數據類型，就像一個整數。 它由拓撲和訓練後的最終權重定義。 比方說，你有一個MLP在= 3，躲在= 6，出= 2，那麼您可以編寫一個文件，內容如下：

3-6-2 // topology 
test1 // name of neural network, could also be in filename (or timestamp) 
weight matrix [in->hid] 
weight matrix [hid->out] 

，而你當然會寫的實際重量，而不是「權重矩陣「。 您可以在程序的初始化部分獲取拓撲結構，或者與訓練階段結束時的權重一起獲取。

如果您想重建您的網絡，只需解析寫入的文件，並像以前一樣使用您讀過的所有內容初始化網絡，但現在可以跳過訓練。 您應該可以在機器人上編寫文件。如果您無法這樣做，請通過無線網絡將信息發送到您的本地計算機並寫入其中。

Answer 3

您可以在C＃中檢查我的多層網絡的實現方式。here。

您需要序列化網絡結構，權重和偏差。 安庫有一個幫手方法爲：

第1步。定義層配置：

var layerConfig = new LayerConfiguration() 
    .AddInputLayer(2) 
    .AddHiddenLayer(5) 
    .AddHiddenLayer(5) 
    .AddOutputLayer(1); 

步驟2.火車型號：

model.TrainModel(new List<double> { 0.25, 0.50 }, new List<double> { 1 }); 
model.TrainModel(new List<double> { 0.75, 0.15 }, new List<double> { 0 }); 
model.TrainModel(new List<double> { 0.60, 0.40 }, new List<double> { 1 }); 
... 

第3步：保存的培訓模式，以JSON文件：

model.SaveModelToJson("model.json"); 

可以實例新的網絡對象，並用以前訓練有素的型號：

var model2 = new Network("model.json"); 
List<double> output = model2.UseModel(new List<double> { 0.35, 0.45 });