我有一个基本的神经网络设置，有 2 个输入、3 个神经元和 1 个输出。
如果我有大约 4000 个数据点(即 4000 行，每行 2 个输入和 1 个输出)用于训练，我应该预计多长时间 trainUntilConvergence()采取。
也可以trainUntilConvergence发生在一个线程中，同时我还不断地将数据添加到训练数据集中(在另一个线程中)？例如，我从数据集中的一个数据点开始，开始训练，然后不断向数据集中添加更多数据点？
最佳答案
首先你应该问“训练神经网络需要多长时间才能达到好的效果”。在许多有关神经网络的书籍中，您可以读到它取决于学习集的大小和网络结构。因此，进行测试/基准测试并尝试学习 10 个时期、20 个时期和 50 个时期 - 并打印每种情况的结果/错误。有一种方法，可以使用验证/测试集自动执行此操作，当测试/验证错误在学习过程中增加时，您应该停止学习(因为网络开始过度学习) - 您实现了良好的泛化。当然，您应该阅读更多有关神经网络的内容，例如ftp://ftp.sas.com/pub/neural/FAQ.html
根据第二个答案，恕我直言，在 pybrain 的当前状态下，您无法在学习期间更改数据集。
关于python - 训练 pyBrain 需要多长时间？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/27887856/