训练并保存到文件后如何测试神经网络？

问题描述

| 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。