我有一个运行良好的pybrain NN,看起来效果不错。理想情况下,我希望能够在每个数据点(在这种情况下是上周的数字)添加到数据集之后训练网络并获得预测结果。
目前,我是通过每次重建网络来实现这一点的,但随着每个示例的添加,训练网络所需的时间越来越长(在包含数千个示例的数据集中,每个示例需要+2分钟)。
是否有一种方法可以通过将新示例添加到已经训练过的NN并更新它来加快此过程,或者我是否过于复杂化了问题,并且最好在单个示例集上进行训练(例如去年的数据),然后在所有新示例(今年)上进行测试?
目前,我是通过每次重建网络来实现这一点的,但随着每个示例的添加,训练网络所需的时间越来越长(在包含数千个示例的数据集中,每个示例需要+2分钟)。
是否有一种方法可以通过将新示例添加到已经训练过的NN并更新它来加快此过程,或者我是否过于复杂化了问题,并且最好在单个示例集上进行训练(例如去年的数据),然后在所有新示例(今年)上进行测试?