2014-07-17 30 views
1

我是機器學習的新手,並且正在努力學習如何在Python中爲預測目的開發神經網絡。我遵循了PyBrain的基本教程,併成功地建立了一個神經網絡並對它進行了訓練(監督學習)。這裏是代碼:如何測試用PyBrain開發的神經網絡

ds = SupervisedDataSet(2, 1) 
ds.addSample((0, 0), (0,)) 
ds.addSample((0, 1), (1,)) 
ds.addSample((1, 0), (1,)) 
ds.addSample((1, 1), (0,)) 

network = buildNetwork(2, 3, 1, bias=True, hiddenclass=TanhLayer) 
trainer = BackpropTrainer(network, ds) 
trainer.trainUntilConvergence() 

我現在不知道如何測試這個網絡與新的數據。我已經嘗試過Network類(http://pybrain.org/docs/api/structure/networks.html)的activate()方法和Trainer類的testOnClassData()方法(http://pybrain.org/docs/api/supervised/trainers.html),但a)我不確定它們是如何工作的,以及b)基於文檔,I我不確定它們是否符合我的目的,即訓練網絡以成功預測給定輸入參數的結果。

有沒有人知道如何測試在我的PyBrain開發的神經網絡?非常感謝您提前! :)

回答

0
ts = UnsupervisedDataSet(inputLength,) 
ts.addSample((0,0)) 
net.activateOnDataset(ts)[0] 
+1

請提供某種解釋過,而回答問題.. – Lal

+0

var這個名字都不同也沒有從原稿數據。代碼被使用。在這種形式下,這篇文章將會被認爲與靜止沒有明顯的相關性。 –

+1

請在回答問題時提供一些解釋。 –

0

現在測試網絡饋送一些輸入而不輸出。

from pybrain.datasets import UnsupervisedDataSet 
    dst = UnsupervisedDataSet(2,) 
    dst.addSample((0, 1)) 
    result=network.activateOnDataset(dst)[0] 
    print(result) 

如果使用多個輸入使用for循環

network.activateOnDataset()