如何使用动态数据集批量训练 Brain.js 神经网络？答案

【问题标题】：How to Train Brain.js Neural Network in Bulk with Dynamic DataSet?如何使用动态数据集批量训练 Brain.js 神经网络？
【发布时间】：2018-08-07 18:24:28
【问题描述】：

我很难弄清楚如何使用动态数据集训练 Brain.js 神经网络。 GitHub 文档说明如下：每个训练模式都应该有一个输入和一个输出，两者都可以是从 0 到 1 的数字数组或从 0 到 1 的数字哈希

net.train([{input: [0, 0], output: [0]},
           {input: [0, 1], output: [1]},
           {input: [1, 0], output: [1]},
           {input: [1, 1], output: [0]}]);

const output = net.run([1, 0]);  // [0.987]

问题是我事先不知道我的训练数据的输入数组中有多少元素，所以我不知道我有多少 {input: [0, 0], output: [0]} 元素需要传递给 net.train()。

例如：如果我有以下数组而不对 {input: [0, 0], output: [0]} 元素的数量进行硬编码，我该如何训练神经网络。

var input1_array = [.1, .2, .3, .4, .5]
var input2_array = [.6, .7, .8, .9, .95]
var output1_array = [.2, .6, .8, .85, .95]

// the following doesn't work 
net.train([input:[input1_array, input2_array], output:[output1_array]]);

【问题讨论】：

标签： javascript arrays node.js dynamic brain.js

【解决方案1】：

我希望问题仍然有效。

首先，我将从空白数组（即input1_array=[];）开始，但你不能这样做，因为在火车上你需要有一些价值。因此，您可以放置一些初始数据，例如 var input1_array = [0]; 如果您的网络有两个输入，那么 var input1_array = [0,0];

如果您将使用两个或更多以前的值作为输入，您将需要

var trainingdata= [{input: [0, 0], output: [0]},
           {input: [0, 1], output: [1]},
] //(sorry for typos, but idea to have two entries)

现在你有一些初始零，没有 NULL 给你 NN。我在测试期间使用了提示，输入做了以下 trainingdata.push (input:[prompt("Enter next in value")],output:[prompt("Enter next out value")])

根据您对网络的用途，您可能需要在每次出现新值时重新训练它（例如使用 LSTM 进行时间序列预测）或仅收集数据（NN 类型）。

在您的示例中，将提示替换为来自页面 (getElementById) 或某些服务器数据 JSON 解析值之类的任何数据源。

我发现了一个窍门。使推送到数组的函数是长度

你可以这样做：

if (trainingData.length < maxtrainingdata) {
  trainingData.push({input: [var1], output: [var2]});
}
else {
  trainingData.shift();
  trainingData.push({input: [var1], output: [
}

【讨论】：

【解决方案2】：

我对 AI 很陌生，但我的想法是让您的数据集动态化。

假设您有一个人工智能需要学习如何正确回答一些问题。
一开始，AI 只是随机回答他们，不知道自己在做什么。
你需要制作一些测试环境让它学习。

有了这个我的意思是在你的 AI 中创建一段代码，它知道哪些答案是正确的，每次它正确地将结果推送到动态数据集。

让我再举一个例子。

如果您正在训练一些 AI 逃离房间。
当它转义时，您需要编写一段代码，将这些结果推送到数据集，以便它可以学习最好的方法。

你明白了吗？

显然这个操作非常昂贵。

如果你想不断地训练它，你需要一些真正强大的处理能力。

解决此问题的最佳方法是保存迭代。

想象一下，每 100 个结果您重新启动并重新训练，这将有所帮助。或者，如果您不需要主动训练它，您可以将数据保存到一个文件中，每次 AI 重启时都可以重新训练。

您的 AI 会每次重启时变得更智能 ?

【讨论】：