Pythonで計算したNNWの学習結果について

Question

過去の気象データを機械学習させて，その学習結果をもとに日々の気温と湿度を予測する，というニューラルネットワークによる予測プログラムを，O'REILLYの参考書を見ながら下記のように作成しました．
➀ニューラルネットワークのデータ範囲，中間層，出力層の定義
nn=nl.net.newff([[min, max]], [6, 1])
➁学習アルゴリズムとして最急降下法(train_gd)を選択する
nn.trainf=nl.train.train_gd
➂学習データを用いて機械学習する
error_progress=nn.train(data, label, epochs=2000, show=100, goal=0.01)
dataとlabelが学習データ，イタレーションを2000回，誤差表示を100回間隔，収束誤差を0.01という学習条件です．
➃学習結果を用いて予測する
output=nn.sim(data)
➄学習データと予測結果を散布図で表示する
plt.scatter(data, labels) → 学習データ
plt.scatter(data, output) → 予測結果

以上の➀～➄ステップまでのプログラムですが，うまく機械学習できており，特に問題はありません．
ただ，ここで疑問があるのは，一旦Pythonを閉じてしまうと，再度Pythonを立ち上げた場合に，再度➀から計算しなくてはならないのか，ということです．
例えば，➀～➂までの学習結果を記憶させておき，その後は➃と➄のみを実行して予測する，というようなことは可能なのでしょうか．
学習データを更新する場合は➀から実行する必要がありますが，頻繁に更新する必要がない場合，再度➀から計算するのは非効率だと思いました．学習データが膨大な場合などは，切実な問題かと思います．

おそらく，私が知らないだけだと思いますが，みなさんは，どのようにされているのか，ご教授いただけると助かります．

Answer 1

可能なのでしょうか．

可能です。学習結果の実態はネットワークの各層の重みパラメータなので、それをファイルに保存しておいて、使用するときに読み込めばよいです。
TensorFlow や Pytorch などは保存、読み込みをする関数が用意されています。

書籍の自作コードだと、そのやり方まで記載がないかもしれませんが、実用上は TensorFlow、Pytorch といったライブラリを使うことになるので、特に問題ないかと思います。

Comments

[jonaromu]

tiitoi様
いつもご返答，ありがとうございます．
早速，TensorFlowとPytorchのライブラリを調べてみます．
まずは，取り急ぎお礼まで

Answer 2

tiitoi様の助言を参考にして調べると，学習結果の重みを出力する方法はいろいろとあるようです．
一例として，下記のURLを記載しておきます．

https://qiita.com/cometscome_phys/items/e3baeb3be227c41f1d0e

非線形関数をNNWで学習するコードですが，中間層と出力層の重み係数を下記のようにして出力しています．
W = sess.run(hidden1.weights)
print(W)
a = sess.run(outlayer.weights)
print(a)