2024-07-08 10:37:29 发布
网友
我正在使用Scikit训练MLP分类器。假设我想在MNIST上训练5个时代,其中一个隐藏层由100个神经元组成
如果我先做“mlp=mlpclassizer(…)”,然后再做“mlp.fit(train,test)”,那么我就可以用“mlp.coefs_3;”获得经过训练的权重
但我想要的是训练期间每个历元后获得的权重矩阵序列。所以,如果我训练了5个时期,我会想要一个5码的列表,上面有权重矩阵的历史记录
scikit是否可以实现这一点?还是我应该使用Keras
一个选择是用你想做的一小部分时间来训练你的模型
存储参数
然后继续使用warm_start=True参数训练模型。你会一直这样做,直到你得到你想要的全部纪元
在sci实现的上下文中,最大iter参数将是历代。这在该链接中被引用。https://stats.stackexchange.com/questions/284491/are-the-epochs-equivalent-to-the-iterations
一个选择是用你想做的一小部分时间来训练你的模型
存储参数
然后继续使用warm_start=True参数训练模型。你会一直这样做,直到你得到你想要的全部纪元
在sci实现的上下文中,最大iter参数将是历代。这在该链接中被引用。
https://stats.stackexchange.com/questions/284491/are-the-epochs-equivalent-to-the-iterations
相关问题 更多 >
编程相关推荐