MLP增量学习

Question

在我的项目中，我使用了两个MLP年:用于分类和预测。基本训练数据集存储在数据库()中。但我们需要让未来的渐进学习成为可能。这意味着人工神经网络应用于工业实时系统中，操作人员将数据库中的观测标记为特定类别的对象，人工神经网络必须考虑到这一点。我该怎么做呢？

Answer 1

如果您的旧数据具有代表性的底层人口，并且没有根本的转变，基础真正的模型随着时间的推移。当新数据出现时，您不需要更新您的模型。您可能希望定期使用新的数据集重新培训您的模型，但是您不需要在生产机器上实时地进行建模。

如果底层的true确实从根本上改变了超时，并且您没有任何现有的数据来捕获这些更改，那么无论您使用什么算法，它都不会起作用。信息根本就不在那里。