每次使用 nntool 在 matlab 中重新训练相同的模型时，是否需要初始化权重？答案

【问题标题】：Is it necessary to initialized the weights for every time retraining the same model in matlab with nntool?每次使用 nntool 在 matlab 中重新训练相同的模型时，是否需要初始化权重？
【发布时间】：2017-12-16 11:11:42
【问题描述】：

我知道对于 ANN 模型，初始权重是随机的。如果我训练一个模型并通过nntool 重复训练 10 次，每次单击训练按钮时权重都会初始化，还是仍然使用您刚刚调整的相同初始权重？

【问题讨论】：

标签： matlab neural-network nntool

【解决方案1】：

我不确定您提到的 nntool 是否使用了 train 方法（请参阅此处https://de.mathworks.com/help/nnet/ref/train.html）。

我已经非常广泛地使用了这种方法，它的工作方式与 tensorflow 类似，您存储许多检查点并加载最新状态以从该点继续训练。代码看起来像这样。

[feat,target] = iris_dataset;
my_nn = patternnet(20);
my_nn = train(my_nn,feat,target,'CheckpointFile','MyCheckpoint','CheckpointDelay',30);

在这里，我们要求以不超过每 30 秒一个的速率存储检查点。当你想继续训练时，网络必须从检查点文件加载为：

[feat,target] = iris_dataset;
load MyCheckpoint
my_nn = checkpoint.my_nn;
my_nn = train(my_nn,feat,target,'CheckpointFile','MyCheckpoint');

此解决方案涉及从命令行或通过脚本训练网络，而不是使用 Mathworks 提供的 GUI。老实说，我认为后一种方法非常适合初学者，但如果您想使用命令行做任何有趣的聪明开始，甚至更好地切换到 Torch 或 Tensorflow 等库！

希望对你有帮助！

【讨论】：