データセットに追加した後、パイブレインニューラルネットワークを再トライする

Question

パイブレインNNを稼働していて、それはかなりうまくいくようです。理想的には、ネットワークを訓練し、各データポイント（この場合は先週の数値）がデータセットに追加された後に予測を取得したいと考えています。

私は毎回ネットワークを再構築することでこれをやっていますが、各例が追加されるにつれてネットワークの訓練に時間が掛かります（各例では+2分、例のデータセットでは+2分）。

すでに訓練されたNNに新しいサンプルを追加して更新するか、問題を複雑にすることで処理をスピードアップする方法はありますか？年のデータ）、次にすべての新しいサンプル（今年）でテストしますか？

Answer 1

これはあなたの目的によって異なります。更新されたNNモデルが必要な場合は、オンライントレーニングを行うことができます。つまり、時間$ t-1 $で取得したネットワークから時間$ t $で取得したサンプルで、バックプロパゲーションの一歩を実行します。または、トレーニングサンプルの量を一定にするために古いサンプルを破棄したり、ある種のクラスタリングを実行するトレーニングセットのサイズを縮小することができます（つまり、類似のサンプルを1つにマージする）ことができます。

あなたのアプリケーションをより良く説明すれば、より簡単に解決策を提案できます。