¿Cómo puedo calcular o controlar el entrenamiento de una red neuronal en el cerebro?

Question

Tengo una red neuronal n pybrain, con dos entradas, una capa oculta y una salida layer.I utilice el siguiente tren a:

trainer = BackpropTrainer(net,ds) 
trainer.trainUntilConvergence() 

neto es la red neuronal y ds es los datos del tren.

Mi pregunta es si y cómo puedo calcular el tiempo necesario para completar la capacitación o cómo puedo controlar el progreso de la capacitación. Gracias.

Answer 1

Siempre podría subclase BackpropTrainer (código fuente here) y anular trainUntilConvergence si se utiliza maxEpochs, realizar un seguimiento del porcentaje de integridad utilizando la relación entre las épocas y épocas.

Si no utiliza maxEpochs siempre se puede hacer una conjetura del número de épocas restante según la tasa media de cambio en los validationErrors y el tamaño de continueEpochs. O simplemente examine la tasa de cambio en validationerrors. Si quisieras mapear épocas a tiempo, tendrías que registrar el tiempo de cada época y almacenarlas.

Answer 2

Nada que añadir al comentario anterior, excepto para el código que utilizo para ello:

maxepochs=20 
results=[] 
for i in range(len(maxepochs)): 
    aux = trainer.train() 
    results.extend(aux) 
    plt.figure() 
    plt.scatter(range(len(results[0])),results[0]) 
    plt.draw() 

que se obtendría una nueva trama en cada ciclo. No es muy agradable, pero funciona para mí.

esperanza que te ayudaría a