1
神经网络和py的新功能,我刚刚开始学习。 在网络上发现了这个后向传播神经网络类,即时尝试用于分类。如何测试一个训练有素的神经网络来预测新输入的输出
Link类的:http://arctrix.com/nas/python/bpnn.py
我添加到网络11个输入与对应的标签数据[0]或[1]。创建一个包含11个输入,3个隐藏层和1个输出的网络。
例子:
# Teach network XOR function
pat = [
[[1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0], [1]],
[[0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0], [0]],
[[1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0], [1]],
[[0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0], [0]]
]
# create a network with two input, two hidden, and one output nodes
n = NN(11, 3, 1)
# train it with some patterns
n.train(pat)
# test it
n.test(pat)
if __name__ == '__main__':
demo()
而且网络进行训练后得出:
([1, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0], '->', [0.9931939688547892])
([0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0], '->', [-0.015507293481101131])
([1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0], '->', [0.9907311490435106])
([0, 0, 1, 0, 0, 1, 1, 1, 0, 0, 0], '->', [-0.015507293481101131])
我的问题是:的网络进行训练后,我怎么可以用它来预测输出,用于单个输入?
例如,我要预测这种新的输入
[[1, 0, 1, 0, 1, 1, 1, 1, 1, 1, 0]]
的标签,并给出例如“0.001212或0.99992323”输出