神经网络在经过训练并保存到文件后如何进行测试？

Question

我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（由堆叠的受限制的boltzmann机器组成）。问题是在训练之后，即在调整其重量后，我不清楚如何测试它。

我有输入图像和训练有素的神经网络。如何进行分类？我已将训练过的网络保存到文件中。问题是我没有彻底研究它背后的数学，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。

Answer 1

我使用网络中的一些伪代码训练了一个深度信念神经网络（由堆叠的受限制的boltzmann机器组成）。

这意味着你已经用一对由和图像组成的对“喂养”你的神经网络，对吗？在分类的情况下，此值可能为0/1，在回归的情况下，此值可能为任何实数。

测试它意味着您必须仅使用图像“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)和另一个函数float predict(Image input)。 （根据您的案例中的相关内容更改Image：vector，Matrix等等。）

你能给我们你的代码（或至少是伪代码）吗？

Answer 2

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。剩下的第三个然后用于测试训练的网络。培训/测试数据的比例可以根据您的应用进行更改，但培训和测试组没有偏见至关重要。您可以考虑将数据随机分为两组，以确保不会无意中引入偏差。