0
我已经实现了这个简单的模型来学习神经网络,它训练良好,并给出了最初给出的输出。python简单的神经网络正确的XOR函数
这就是我在XOR功能识别的例子中的一种损失,我希望能够测试它,而不是训练它。似乎所有在线阅读都是关于训练,然后在那里停下来。
这是否意味着对于每个新输入模型都必须重新计算和训练整个集合?与权重有什么关系?您将如何继续将模型运行为“现场”并将新的输入作为其现场反馈的一部分以及正在进行的经常性培训?
感谢
import numpy as np
def nonlin(x, deriv=False):
if(deriv==True):
return x*(1-x)
return 1/(1+np.exp(-x))
#4x2
x = np.array([[0,0],[0,1],[1,0],[1,1]])
print (x)
#1x4
y = np.array([[0],[1],[1],[0]])
np.random.seed(1)
syn0 = 2*np.random.random((2,4))-1
print (syn0)
syn1 = 2*np.random.random((4,1))-1
for j in range(60000):
l0 = x;
l1 = nonlin(np.dot(l0,syn0))
l2 = nonlin(np.dot(l1,syn1))
l2_error = y - l2
l2_delta = l2_error*nonlin(l2, deriv=True)
l1_error = l2_delta.dot(syn1.T)
l1_delta = l1_error * nonlin(l1,deriv=True)
syn1 += l1.T.dot(l2_delta)
syn0 += l0.T.dot(l1_delta)
if(j % 10000) ==0:
print ("Error:" + str(np.mean(np.abs(l2_error))))
print ("Output after training")
print (syn0)
print (syn1)
print (l2)
我没有得到什么问题是什么?您可以通过提供输入(例如(0,1))并查看网络中什么耗尽(接近1的东西)来轻松测试网络。 –
也许一些样本/伪代码可以帮助我们理解你想要完成什么? – matt2000
这可能听起来很愚蠢,但这正是我无法弄清楚的......我应该使用网络给出的权重,我没有看到什么内部函数将采取一个输入并在网络中测试它? – matel