从零开始：你也能创建随时可用神经网络

　　这两条线实际上太靠近了，完全相互重叠。

　　重新训练

　　从那里，一个有趣的进展路径将是采取目前训练的网络，并通过使用更多的数据集，并再次运行皮层训练n功能使其更好。

　　注意：通过指定一个新的网络文件，可以保留一个独立版本的更新网络。

　　而且，对于新的数据集和一个新的训练周期，仍然有一个很好的机会来实现一个更好的网络，在这种情况下，使用新的文件名再次保存网络。

　　结论

　　在这篇文章中你已经看到了如何训练自己的神经网络来模拟已知函数的输出。 了解了如何生成并提供用于训练的所需数据集，以及Cortex如何保存最佳网络的文件版本。

　　现在有一些想法是：

　　尝试相同的一个不同的隐藏你自己的功能。

　　更改网络元数据中功能和网络的输入和输出参数的数量。

　　如果网络性能不尽如人意，可在网络的不同层面上花费一些时间，找到更好的配置。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!