r - R中的神经网络包-如何在训练收敛之前获得权重？

Question

我想绘制学习曲线以查看神经网络在训练过程中的进展。横轴为总迭代次数，纵轴表示错误率。随着网络训练的进行，我想同时看到测试集和训练集的错误率。

nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            stepmax = 10,
            lifesign = "full",
            learningrate = .1,
            algorithm='backprop')

通过设置 stepmax=10(或 50 或？)，我希望能够在收敛之前检查网络，查看测试和训练集上的错误率，然后再继续训练 10 步。 (部分)训练的神经网络名为 nn，我计划将起始权重设置为中断训练中获得的权重，如下所示:

# Try to further train alerady trained net
nn <- neuralnet(f, 
            data = train, 
            hidden = 2, 
            linear.output = F, 
            threshold = 0.01,
            lifesign = "full",
            learningrate = .1,
            startweights = nn$weights,
            algorithm='backprop')

但是，训练给出了一个警告，即“算法没有在 stepmax 内的 1 个重复中的 1 个中收敛”。我没想到它会收敛，但那 10 个完成的训练步骤应该已经修改了最初的随机权重。唉，nn$weights 是 NULL。

有谁知道使用神经网络完成此任务的方法？

Answer 1

我直接写信给神经网络包的作者之一 Frauke Guenther，并得到了他的明确答复:

“不幸的是，目前，只有当网络收敛时，训练的权重才会被存储。在训练过程中或者网络不收敛的情况下，你可以访问权重还没有实现。”