| |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
-> 人工智能 -> 确定性神经网络连子棋模型的训练(三) -> 正文阅读 |
|
[人工智能]确定性神经网络连子棋模型的训练(三) |
本篇继续上篇的未完部分。前面介绍完了使用批量数据训练模型的例子,本篇继续介绍反复迭代训练模型的例子。 3. 反复迭代训练 从前面的批量数据训练例子可以看出,每个数据只用来训练了一次,这种方式可能导致漏掉部分重要信息,因此,可以在所有数据上反复进行迭代,直到所有数据都不会对模型的增长产生影响为止,这样才能物尽其用,尽最大可能的挖掘数据的价值。 (1)创建项目并导入SDK 按照前面文章的介绍进行项目创建,并导入SDK,详细内容请参考前面的文章。 (2)编码 整体代码依旧分为四部分,即神经网络初始化、训练数据读取、网络模型训练、模型保存,其中的数据读取和模型训练两部分放在两层的循环之中,内层循环用于读取一批的数据进行训练,外层数据用于迭代直至所有数据都不会引起模型的增长为止。整体的代码如下所示:
首先,调用SDK的函数InitWithoutModelFile(15,15,5)进行神经网络初始化,此处表示从空模型初始化为15x15棋盘上的五子棋,若想在已有模型上进行追加训练,则调用的是InitFromModelFile()函数。若想训练的是六连子模型,则只需将第三个参数从5改为6即可。 然后,使用一个while循环来逐个打开和读取数据文件,并使用读取的数据调用TrainNetwork()函数来训练神经网络模型。在该while循环外面再包一层do循环,用于对整批数据进行迭代,直到整批数据都不会再对模型产生增长为止,其中的TrainNetwork()函数在成功执行且模式产生更改时返回true,否则返回false。注:在do循环表示的迭代中,一开始就要将文件名称对应的数值nFileIndexStart重置为1(起始文件名称),而且要将bAgain重置为false以免受上一轮的影响。 最后,在模型训练结束之后调用SDK函数SaveModel()保存训练得到的模型。 (3)测试 至此为止,批量数据的反复迭代训练的例子已经编码完成,运行程序之后可以在D盘的Model目录下看到新训练出的模型文件model.mod,可以将该模型用于之前文章中介绍的“神经网络五子棋(家庭版)”等软件中进行测试。 本例的运行时间比上例长了很多,因为整批数据迭代了155次,如下图所示: (4)后续 批量数据的反复迭代训练例程已经介绍完毕,其它的例程请继续关注后续文章。 本例的完整代码如下所示:
|
|
|
上一篇文章 下一篇文章 查看所有文章 |
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/26 23:30:25- |
|
网站联系: qq:121756557 email:121756557@qq.com IT数码 |