神经网络在训练并保存到文件后如何测试？

Question

我已经使用一些来自互联网的伪代码训练了一个深层信念神经网络（由堆栈限制玻尔兹曼机器组成）。问题出在训练后，即在调整重量后，我不清楚如何测试它。

我有一个输入图像和训练有素的神经网络。分类如何进行？我已将训练有素的网络保存到一个文件中。问题是我没有彻底研究它背后的数学，因为我需要尽快完成这个项目。此外，谷歌没有提供任何明确的信息。

Answer 1

我已经训练了一个使用网络伪代码的深层信念神经网络（由堆栈受限玻尔兹曼机器组成）。

这意味着你已经“喂”了你的神经网络，它包含一个图像和与它相关的值，对吧？在分类情况下，此值可能为0/1，如果是回归，则此值可能为实数。

测试它意味着你必须仅仅用图像“喂”你的神经网络。在你的伪代码中，应该有两个函数：void train(Image input, float trainValue)和另一个float predict(Image input)。 （更改Image与您的情况相关的任何内容：vector,Matrix等...）

您能否给我们提供您的代码（或者至少是伪代码）？

Answer 2

一种常见的方法是在您可用的训练数据的三分之二上训练NN。剩下的三分之一用于测试训练有素的网络。培训/测试数据的比例可以根据您的应用进行调整，但培训和测试小组没有偏见至关重要。您可以考虑将您的数据随机分为两组，以确保您不会无意中引入偏差。