R中的神经网络包 - 如何在训练收敛之前获得权重？

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？

来源

2014-02-08 Rafael_Espericueta

我直接写信给neuralnet包，Frauke冈瑟的作者之一，并获得了明确的答案：

“不幸的是，在当下，训练的权重只存储如果网络融合是尚未实现，您可以在训练过程中访问权重，或者网络不会收敛。“

来源

2014-02-11 17:20:16

R中的神经网络包 - 如何在训练收敛之前获得权重？

回答

相关问题