如何在Scikit训练期间获得体重矩阵

Question

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

Answer 1

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