确定性神经网络连子棋模型的训练(三)

本文介绍如何通过反复迭代训练神经网络模型,确保充分利用每条训练数据。文中详细讲解了使用内外双层循环实现数据的多次迭代,以及如何判断何时停止迭代。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

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:

#include "stdio.h"

#include "Inter.h"
#pragma comment(lib, "AIWZQDll.lib")

void main(void)
{
	FILE* pFile = NULL;
	char strFileName[256] = { 0 };
	int nPieces = 0;				//训练数据中(一局对弈)的棋子数
	int narrSteps[1000] = { 0 };	//对弈中从第一子到最后一子的信息:X坐标、Y坐标、落子者(黑为-1,白为1)
	int nFileIndexStart = 1;		//第一个数据文件的名称所对应的数字
	int* parrSteps = NULL;
	bool bAgain = false;		//标志着是否还要再循环一次迭代
	int nInterCount = 0;		//迭代次数

	InitWithoutModelFile(15, 15, 5);

	do
	{
		nInterCount++;
		bAgain = false;
		nFileIndexStart = 1;

		sprintf(strFileName, "D:/Data/%d.txt", nFileIndexStart++);
		while ((pFile = fopen(strFileName, "r")) != NULL)
		{
			printf("%d: %s\n", nInterCount, strFileName);

			nPieces = 0;
			parrSteps = narrSteps;
			while (fscanf(pFile, "%d %d %d", parrSteps, parrSteps + 1, parrSteps + 2) == 3)
			{
				parrSteps += 3;
				nPieces++;
			}
			fclose(pFile);

			bAgain = bAgain || TrainNetwork(narrSteps, nPieces, 15, 15);

			sprintf(strFileName, "D:/Data/%d.txt", nFileIndexStart++);
		}
	} while (bAgain);

	SaveModel("D:/Model/model.mod");
}

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:

#include "stdio.h"

#include "Inter.h"
#pragma comment(lib, "AIWZQDll.lib")

void main(void)
{
	FILE* pFile = NULL;
	char strFileName[256] = { 0 };
	int nPieces = 0;				//训练数据中(一局对弈)的棋子数
	int narrSteps[1000] = { 0 };	//对弈中从第一子到最后一子的信息:X坐标、Y坐标、落子者(黑为-1,白为1)
	int nFileIndexStart = 1;		//第一个数据文件的名称所对应的数字
	int* parrSteps = NULL;
	bool bAgain = false;		//标志着是否还要再循环一次迭代
	int nInterCount = 0;		//迭代次数

	InitWithoutModelFile(15, 15, 5);

	do
	{
		nInterCount++;
		bAgain = false;
		nFileIndexStart = 1;

		sprintf(strFileName, "D:/Data/%d.txt", nFileIndexStart++);
		while ((pFile = fopen(strFileName, "r")) != NULL)
		{
			printf("%d: %s\n", nInterCount, strFileName);

			nPieces = 0;
			parrSteps = narrSteps;
			while (fscanf(pFile, "%d %d %d", parrSteps, parrSteps + 1, parrSteps + 2) == 3)
			{
				parrSteps += 3;
				nPieces++;
			}
			fclose(pFile);

			bAgain = bAgain || TrainNetwork(narrSteps, nPieces, 15, 15);

			sprintf(strFileName, "D:/Data/%d.txt", nFileIndexStart++);
		}
	} while (bAgain);

	SaveModel("D:/Model/model.mod");
}

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

De-Chang Wang

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值