训练完成后在神经网络中测试数据的代码

时间:2016-06-15 06:26:49

标签: python numpy testing neural-network training-data

我修改了在线查找的代码供我使用。神经网络的训练已经完成。但我不确定如何进行数据集的测试。我的数据集包含350个条目,其中一半我想用于培训,另一半用于测试。任何人都可以帮助我了解代码在测试模块中的样子吗? 神经网络的结构: 它有3个隐藏层 它有34列 谢谢

这是我在培训中使用的工作代码:

<input type="text" id="txtCheck" onkeypress="AllowDecimalNumbersOnly(this, event)" />

 function AllowDecimalNumbersOnly(Id, Evt) {
            Id.value = Id.value.replace(/[^0-9\.]/g, '');
            if ((Evt.which != 46 || Id.value.indexOf('.') != -1) && (Evt.which < 48 || Evt.which > 57)) {
                Evt.preventDefault();
            }
        }

1 个答案:

答案 0 :(得分:0)

据我了解,您希望使用神经网络对数据集条目进行分类
因此,经过培训,您的网络可能能够将这些条目分组为 6个不同的类,因为您的上一层有6个神经元

这就是我想要的:

  • 获取数据集的其中一个条目
  • 使用该条目计算网络的输出,即使用for循环的相同更新直到行l4 = 1/(1+np.exp(-(l3.dot(syn3))))。 (训练后,您不再更新突触权重syn0,syn1, ...)。
  • 您将在l4中获得6个值的输出,您必须解释。
  • 我认为通常的解释是这样的:让我们说l4 中的第三个值最大,那么你的样本是< strong>类别3 。
  • 现在,大多数与前一个相似的样本也应归类为第3类。
  • 这样,您的神经网络应该能够识别样本中的模式

我希望这有点帮助。这是非常概括的,但您的示例也是如此,因为我们不知道您的数据是什么,它看起来是什么,或者您在其中搜索的是什么。