如何解决训练并保存到文件后如何测试神经网络?
| 我已经使用来自互联网的一些伪代码训练了一个深度信念神经网络(由堆叠的受限的boltzzmann机器组成)。问题是训练后,即调整权重后,我不清楚如何进行测试。 我有一个输入图像和一个训练有素的神经网络。如何分类?我已经将训练有素的网络保存到文件中。问题是我还没有完全研究它背后的数学,因为我需要尽快完成这个项目。此外,谷歌搜索没有提供任何明确的信息。解决方法
我已经使用来自网络的一些伪代码训练了一个深度信念神经网络(由堆叠的受限boltzzmann机器组成)。
这意味着您已经“喂饱”了神经网络,并具有由图像和与之相关的值组成的对,对吗?如果是分类,则该值为“ 0”;如果是回归,则该值为任何实数。
测试它意味着您只需要使用图像来“馈送”您的神经网络。在您的伪代码中,应该有两个函数:
void train(Image input,float trainValue)
和另一个one2ѭ。 (将Image
更改为与您的情况相关的任何内容:vector
,Matrix
等)。
您能给我们您的代码(或至少是伪代码)吗?
, 一种常见的方法是在三分之二的可用训练数据上训练您的NN。然后,其余的三分之一用于测试训练后的网络。可以更改培训/测试数据的比例以满足您的应用程序,但是培训和测试组必须没有偏见,这一点至关重要。您可能会考虑将数据随机分为两组,以确保您不会无意间引入偏差。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。