我需要在每次运行神经网络时训练它吗？
在每次运行神经网络时，是否需要训练它取决于具体的情况。如果你已经对神经网络进行了训练，并且希望在每次运行时使用已经训练好的模型进行推断或预测，那么不需要再次训练它。这适用于那些不需要实时更新模型的应用场景，例如图像分类、语音识别等。
然而，在某些情况下，你可能需要在每次运行时对神经网络进行训练。这通常适用于需要实时学习和适应不断变化的数据的应用场景，例如增强学习、在线学习等。在这种情况下，每次运行时都需要提供新的数据样本，并使用这些样本来更新网络的权重和参数。
对于云计算领域，腾讯云提供了一系列与神经网络训练和推断相关的产品和服务，包括：
- 腾讯云AI Lab：提供了丰富的人工智能算法和模型，可以用于神经网络的训练和推断。链接地址：https://cloud.tencent.com/product/ailab
- 腾讯云机器学习平台（Tencent Machine Learning Platform，TMLP）：提供了完整的机器学习工作流程，包括数据准备、模型训练、模型部署和推断等环节。链接地址：https://cloud.tencent.com/product/tmpl
- 腾讯云GPU实例：提供了强大的GPU计算能力，可以加速神经网络的训练和推断过程。链接地址：https://cloud.tencent.com/product/gpu
总结起来，是否需要在每次运行神经网络时训练它取决于具体的应用场景和需求。腾讯云提供了一系列与神经网络相关的产品和服务，可以满足不同场景下的需求。
相关·内容
1回答
我第一次尝试机器学习，并且正在尝试手写识别NN (Python中的)。我只是想知道我是否需要在每次运行模型时都对其进行训练，或者它是否“节省”了训练。提前谢谢。
浏览 9提问于2018-01-10得票数 1
我希望我的神经网络能够针对它分类错误的每个新数据进行训练。假设我以某种方式在每次网络出错时都正确地标记了数据，那么我需要在这个新数据的单个实例上运行多少个后备道具，才能针对该特定情况训练我的网络？有没有更好的方法来训练实时场景下的神经网络？
浏览 0提问于2016-01-27得票数 0
我用newff(...)在MATLAB中制作了神经网络。当您使用相同的输入和输出对其进行训练时，在不同的运行中，训练结果是不同的。我理解它的发生是因为每次运行它的权重都不同。我的问题是，如何在每次训练神经网络时使初始权重相同，以便获得相同的结果？另外，是否可以从训练No1中节省一些权重，然后将
浏览 1提问于2011-10-18得票数 4
我想训练一个卷积神经网络(用MNIST数据集和TensorFlow)几次新的，每次都得到相同的精度结果。为了得到这个，我：
我以前使用过一个
浏览 2提问于2017-06-27得票数 2
回答已采纳
有没有一种方法可以在PyBrain中保存和恢复经过训练的神经网络，这样我就不必在每次运行脚本时都重新训练它？
浏览 2提问于2011-05-15得票数 33
回答已采纳
1回答
我花了很长时间来建立训练神经网络模型。每次我运行代码的时候都要训练它。如果我从训练中获得了很高的精度，我可以在没有新的训练的情况下，用相同的训练模型和另一个代码一起使用吗？怎么做？
浏览 0提问于2018-08-25得票数 1
回答已采纳
2回答
我对python中的神经网络( NN )完全陌生，我不知道NN是否能在raspberry pi 3中运行？因为我认为问题在于神经网络在训练、数据传输和计算方面需要良好的CPU/GPU性能。那么，用单类训练数据训练神经网络是可能的吗？为了节省CPU/GPU？
例如，我希望系统只检测图像中的海参。一个好的答案/解释或链接到任何例子将是非常感谢的。谢谢你，P
浏览 2提问于2017-08-26得票数 1
回答已采纳
我目前正在尝试创建一个tic tac学习神经网络，向我介绍强化学习，但是它没有起作用，所以我决定尝试一个更简单的项目，它需要一个网络来训练静态数据，而不是另一个神经网络。在程序的某些运行中，游戏将被正确地执行，另一些则只是在测试运行时来回移动。当尝试实现体验重放时，完成更难的版本。当测试时，程序只会不断地进入一个来回循环。我有100批的限制，其中一批是神经网络训练
浏览 0提问于2018-02-01得票数 5
回答已采纳
我用GA和反向传播训练了一个神经网络。GA为训练数据找到合适的权重，但在测试数据上表现不佳。如果我用BackPropagation训练NN，它在测试数据上的表现要好得多，即使训练误差并不比GA训练的版本小很多。即使我使用GA获得的权重作为反向传播的初始权重，NN在测试数据上的表现也比仅使用反向传播进行训练更差。有没有人能告诉我，我可能在哪里犯了错？
浏览 3提问于2017-08-24得票数 0
1回答
我想在Hadoop的帮助下训练一个神经网络。我们知道，在训练神经网络时，每个神经元的权重在每次迭代时都会改变，并且每次迭代都依赖于前一个迭代。我是Hadoop的新手，对它提供的功能不是很熟悉。我可以在强调依赖关系的方法addDependingJob()的帮助下链接迭代吗？或者，在Hadoop的帮助下，还可以使用其他技巧来实现NN。谢谢
浏览 3提问于2011-06-09得票数 4
回答已采纳
1回答
第一个训练标记器(为标记器提供统计信息)，第二个使用来自第一个的数据来标记句子的单词。由于训练部分总是很耗时(1-2分钟)，我想保留结果，并在标记器中单独使用它们几次(测试代码)，而不必每次都运行第一部分。
你对此有什么建议或解决方案吗？
浏览 1提问于2014-04-02得票数 0
我正在做一个使用人工神经网络处理字符识别的项目，我需要根据我拥有的训练集动态地训练我的神经网络对象'net‘。问题是，每次我训练我的神经网络对象'net‘时，它的值都会被最近的训练集覆盖，并且之前的权重和其他相关数据会丢失。需要帮助更新网络对象而不是覆盖，需要使用哪些函数。谢谢
浏览 0提问于2012-03-18得票数 1
1回答
我正在做一个项目，在那里我需要在C#前端实时运行python脚本。我使用命令行参数进行尝试，每次都需要参数，这是一个缓慢的过程。
基本上，我是在C#应用中使用经过训练的神经网络模型。为此，我需要在python中使用经过训练的模型，因为C#最不支持深度学习。我想知道，为什么像套接字编程或者python脚本实时发送给我一个值之类的东西。
浏览 3提问于2017-09-14得票数 0
回答已采纳
3回答
每当我训练一个神经网络时，我只让它经历几个时期(1到3)。这是因为我在一个糟糕的CPU上训练他们，要让神经网络跨越许多时代需要一段时间。然而，每当我的神经网络表现不佳，而不是让它经历更多的时代，我试着优化超参数。这种方法通常是成功的，因为我的神经网络非常简单。
但是，以这种方式训练神经网络是一种糟糕的做法吗？是
浏览 0提问于2018-06-12得票数 2
回答已采纳
因此，这段代码构建的神经网络必须能够客观地对MNIST数据集上的数字进行正确分类。用于网络学习的技术不是反向传播，相反，它使用(或至少尝试使用)一种名为神经进化的技术，该技术基于达尔文进化原理，以建立一组神经网络，对其进行评估，并利用它们中的最好部分来产生新一代神经网络等。在这段代码中，我创建了一个由10个神经网络组成的群体，这些网络在交叉熵损失函数上进行评估。我保留了其中最好的5个给下一代，并用已经保留的5个创建的“孩子”网络取代了其他5个。如果有人有时间查看
浏览 11提问于2019-03-26得票数 0
1回答
我已经训练了一个神经网络。int iter = nnet.train(M, label,new Mat(), new Mat() ,param, CvANN_MLP.NO_OUTPUT_SCALE);
它运行得相当好。但是，我希望保存学习到的权重，以便神经网络不必在每次需要时都进行训练。是否可以保存学习到的权重并恢复它们，这样我就可以调用'predict()‘了？我阅读了
浏览 1提问于2014-06-11得票数 0
我知道，每次训练一个神经网络，都不可能得到完全相同的结果。因此，我想尽量减少随机性。在训练神经网络之前先初始化权重是一种很好的练习吗？在编写代码时，有一些建议我应该遵循？
谢谢您的建议。
浏览 5提问于2022-01-13得票数 0
我正在使用NN工具箱在Matlab中体验一个非常奇怪的行为。我正在构建一个基于NN的RL仿真，所以我必须反复训练我的网络/多次调用训练函数(想想一个游戏:每次“移动”之后，我都会观察到一个奖励，所以我有一个新的输入->输出对，我想在其中训练我的网络)。每次我用一个输入输出耦合来训练我的网络时，我
浏览 2提问于2018-01-29得票数 1
回答已采纳
5回答
因此，对于拥有大量数据集的大型网络，它们需要一段时间来训练。如果有一种方法可以在多台机器之间共享计算时间，那就太棒了。然而，这样做的问题是，当神经网络进行训练时，每次迭代的权重都会不断变化，并且每次迭代或多或少都是基于上一次迭代的--这使得分布式计算的想法至少是一个挑战。我认为对于网络的每个部分，服务器可能会发送1000组数据来训练网络……但是..。你将拥有大致相同的计算时间，因为我不能同时对不同的数据集进行训练(这
浏览 0提问于2011-04-15得票数 12
回答已采纳
2回答
多核神经网络训练
、、
我的神经网络是一个经典的前馈反向传播。我有一个历史数据集，其中包括：
对于每个线程，训练数据被分解成同样大的批。每个线程执行向前和向后传播。每个线程的权重和阈值增量之和。在每次</e
浏览 4提问于2014-05-06得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
