7. Build the model (neural network)

Es wird einfach ein MultiLayerNetwork-Objekt namens model erzeugt und dabei dem Konstruktor die Konfiguration mit Hilfe des NeuralNetConfiguration-Objektes mit dem Bezeichner configuration übergeben:

    logger.info("Build model....");
    MultiLayerNetwork model = new MultiLayerNetwork(configuration);

8. Train the model

Jetzt kommt das klassische Training. Das Neuronale Netzwerk mit dem Bezeichner model wird durch die Methode fit(…) so oft trainiert, wie das die Anzahl der Epochen vorgibt. Und vorher kann man noch bestimmen, ob Zwischenergebnisse ausgegeben werden sollen. In diesem Fall wird alle 100 Epochen der Gesamtfehler (Score) ausgegeben.

    int numberEpoches = 1000;
    int printIteration = 100;
    model.setListeners(new ScoreIterationListener(printIteration));
    for (int i = 0; i < numberEpoches; i++) {
      model.fit(trainingData);
    }

Ein Beispiel für die Ausgabe zur Laufzeit:

- 69 -