我想使用MATLAB神經網絡工具箱進行KTH數據集中的語音識別。 現在我的訓練數據非常龐大，我無法一次將它們加載到大型矩陣中進行批量訓練。我找到的一個解決方案是使用漸進式訓練，一次適應大塊數據。但據我所知，這可能會降低準確性。使用matlab神經網絡工具箱批量訓練一個非常大的數據集
我以前使用NICO工具包。在這裏我們可以把輸入作爲包含訓練數據的文件名稱。它會讀取文件並進行批量訓練。但是我在MATLAB中找不到這樣的選項。
有沒有辦法在MATLAB中對這樣的大數據集進行批量訓練？
我不會推薦適應非常大的數據集。適應性學習對於表示隨時間變化的關係（數據集）的數據集來說是最好的。
如果您有權訪問並行計算工具箱和MATLAB分佈式計算服務器，則可以使用神經網絡工具箱將計算和數據分佈到多臺機器上。
要增加可以在特定數量的RAM內訓練的數據集的大小，請使用TRAINSCG（比例共軛梯度，其比雅可比方法使用更少的內存，或者使用TRAINBR（貝葉斯正則化雅可比）和記憶減少（交易關閉存儲空間的時間）
假設你還沒有足夠的RAM，一種可能的解決方案是使用TRAINBR減少存儲空間在不同的隨機數據子集上訓練多個網絡TRAINBR試圖找到最簡單的可能解決方案，但每次培訓課程可能會找到一個完全不同的解決方案，在對不同數據集上的幾十個（或更多）神經網絡進行訓練之後，每個網絡的輸出可以進行平均，基本上有很多簡單的解決方案離子結合起來找到複雜的關係。
務必保留一些不用於培訓任何TRAINBR神經網絡的數據，以便可以獨立測量它們的組合（平均）輸出的一般性。