如何使用训练有素的神经网络？

Question

我试图了解使用经过训练的神经网络背后的逻辑。如果我是对的：我们应该保存以前训练中的权重，然后用新输入重新加载它们。

例如，我有以下数据集：

• 输入= [[0,1] [1,1]]
• Output = [[1]，[0]]
• 训练后的结果= [[0.999 ...]，[0.005 ...]]

我也节省了重量。我不明白的是：例如，我应该如何使用先前的权重进行预测？例如，我想尝试使用以下输入[1,0]进行预测。我在Matlab或Python上在线找到了很多资源，但是我找不到能清楚地理解计算是什么的“从头开始”做的事情。

谢谢

Answer 1

这就像用学习的权重进行前馈步骤一样简单。

这些是您通常执行的步骤：

1-前馈：提供输入以产生输出标签

2-在有监督问题的输入的真实标签上计算成本

3-在网络中向后移动以根据成本更新权重

完成培训后，您无需执行步骤2和3，只需执行第一步即可。借助新的投入和培训过程中学到的权重在网络中发展。输出就是您的预测。