7
我想绘制一条学习曲线来查看训练过程中神经网络的进度。横轴表示迭代总数,纵轴表示错误率。随着网络培训的进展,我希望看到测试和训练集错误率。R中的神经网络包 - 如何在训练收敛之前获得权重?
nn <- neuralnet(f,
data = train,
hidden = 2,
linear.output = F,
threshold = 0.01,
stepmax = 10,
lifesign = "full",
learningrate = .1,
algorithm='backprop')
通过设置stepmax = 10(或50或?)我希望能够检查网络之前收敛,看看有什么错误率都在测试和训练集,然后继续训练再进行10个步骤。 (部分)训练的神经网络是NN命名,我正打算设置startweights在中断训练得到的权重如下:
# Try to further train alerady trained net
nn <- neuralnet(f,
data = train,
hidden = 2,
linear.output = F,
threshold = 0.01,
lifesign = "full",
learningrate = .1,
startweights = nn$weights,
algorithm='backprop')
然而,培训给予了警告,“算法没有收敛在stepmax中1次重复中的1次“。我并不期望它会聚,但这10个完成的训练步骤应该已经修改了最初的随机权重。唉,$重量是NULL。
有谁知道一种方法来完成这个使用神经网络?