-2

我是机器学习的新手。我想在我的服务器上设置一台机器并使用数据库来存储学习的数据。是否可以使用数据库来存储机器学习数据?如果是这样,怎么样?

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 

机器学习框架的代码是这样的事情,但我想,“colorClassifies”在逻辑上存储在我的数据库,而不是在内存中,这样我可以一次在训练这台机器,而不会丢失旧数据关于老火车。我真的不知道这些框架是如何在内部工作的,但我认为可以做一些类似于我所要求的事情。谢谢

+1

你想实现什么?将训练有素的模型坚持在磁盘上? – ziggystar

+0

是的,这是我的目的@ziggystar – Morrisda

回答

2

“我真的不知道如何将这些框架内工作”

不过框架的工作,训练分类意味着找到一组权重值,使得分类效果很好(通常这意味着最小化平方误差的总和)。所以,训练好的分类器本质上是一组实数。要坚持分类器,您需要将这些数字存储到数据库中。

  • 的层编号(整数)::

    每个权重可通过四个数字来描述第一层是输入,其余都是隐藏层(通常是一个或两个),它们的顺序排列出现。

  • 从,到(整数):由于每个重连接两个节点,每个层
  • 权重的值内这些节点的序列号(通常实数)

如果,例如,你具有值5.8,从所述第二层的第三节点去到下一层的第五节点的权重,可以将其存储在表中

层:2 from_node:3 to_node:5 值: 5.8

通过对所有权重(一个简单的循环)重复此操作,可以将训练的网络存储在一个简单的表格中。我不知道你的框架是如何工作的,但通常会有一个成员函数返回列表或hashmap格式的训练网络的权重

相关问题