我想要一個Theano Logistic迴歸模型的一個非常基本的例子，並且在訓練網絡之後，我想測試一些圖像以查看它們如何分類。培訓和測試代碼可在http://deeplearning.net/tutorial/code/logistic_sgd.py找到。事實上，我試圖修改的唯一部分是預測（）函數如下： def predict():
"""
An example of how
我試圖實現一個簡單的示例，目的是轉換並檢測一個數字。源如下： 步驟1：爲tranning初始數據： 我使用的採集圖像的用於教育訓練數據數， Mat vectorMatToMat(vector<Mat> list) {
if (list.empty()) {
return Mat();
}
int row = list.size();
i
我想使用預測函數。我有兩組數據幀（一個用於校準，第二個用於驗證）。 這裏有兩組數據： head(df_calib)
# A B C D COND
#1 0 11 11 9 A
#2 5 2 5 19 A
#3 4 3 10 14 A
#4 18 13 0 0 B
#5 22 9 0 0 C
#6 4 9 2 16 B
head(df