神经网络知识数据如何存储？

Question

我是那个领域的新手，所以这个问题可能看起来很奇怪。但是，在提问之前，我已经阅读了很多介绍性文章，内容涉及机器学习的关键点是什么以及神经网络的作用部分是什么。包括非常有用的那个What is machine learning。基本上正如我所理解的那样 - 受过教育的 NN 是（如果错误请纠正我）：

神经元之间的一组连接（可能是自连接的，可能有门等）
在每个连接上形成激活概率。

这两件事都在训练过程中进行了调整，以尽可能接近预期的输出。然后，我们对受过教育的 NN 所做的事情 - 我们将数据的测试子集加载到其中并检查它的性能。但是，如果我们对测试结果感到满意并且我们想要存储 教育结果 而不是稍后在数据集获得新值时再次运行训练，会发生什么。

所以我的问题是 - 教育知识是否存储在 RAM 之外的某个地方？可以被转储（以某种方式考虑对象序列化），这样您就不需要用明天或以后获得的数据来训练您的神经网络。

现在我正在尝试使用 synaptic.js 对我的数据集进行简单演示，但我无法在项目的 wiki 中发现那种保存教育的概念。该库只是一个示例，如果您引用一些 python 库会很好！

Answer 1

虽然我的回答也适用于其他网络，但我会在我的回答中假设您使用的是简单的 multi-layer perceptron (MLP)。

'training' MLP 的目的是找到正确的突触权重，以最小化网络输出的错误。

当一个神经元连接到另一个神经元时，它的输入被赋予一个权重。神经元执行一个函数，比如所有输入的加权和，然后输出结果。

训练网络并找到这些权重后，您可以使用验证集验证结果。

如果您对网络运行良好感到满意，只需记录您应用于每个连接的权重。您可以将这些权重存储在任何您喜欢的地方（连同网络结构的描述），然后在以后检索它们。无需每次使用时都重新训练网络。

希望对您有所帮助。

Answer 2

关于通过 synaptic.js 存储它：

这很容易做到！它实际上有一个内置的功能。有两种方法可以做到这一点。

如果你想使用网络而不需要再次训练它

这将为您的网络创建一个独立的功能，您可以在任何地方使用 javascript 而无需 synaptic.js！ Wiki

var standalone = myNetwork.standalone();

如果以后要修改网络

只需将您的网络转换为 JSON。这可以随时用 synaptic.js 再次加载！ Wiki

// Export the network to a JSON which you can save as plain text
var exported = myNetwork.toJSON();

// Conver the network back to useable network
var imported = Network.fromJSON(exported);

神经网络知识数据如何存储？

How to store neural network knowledge data?

javascript

python

machine-learning

neural-network