如何在单例中使用经过培训的Theano人工神经网络？

我一直在关注如何训练ANN来分类MNIST号码的http://deeplearning.net/tutorial/教程。我现在在“卷积神经网络”一章。我想在单个示例（MNIST图像）上使用训练好的网络并获得预测结果。有没有办法做到这一点？如何在单例中使用经过培训的Theano人工神经网络？

我在教程和谷歌上展望未来，但找不到任何东西。

非常感谢您提供任何帮助！

来源

2015-08-20 Cajoek

你试过了什么代码，你会得到什么错误？ –

在到达卷积神经网络（CNN）章节之前，前面几章的Theano教程中的材料很好地概述了Theano如何工作以及CNN示例代码使用的一些组件。假设达到这一点的学生已经充分理解了Theano，以便弄清楚如何修改代码以提取模型的预测，这可能是合理的。这里有一些提示。

CNN的输出层，名为layer3，是前面章节介绍的LogisticRegression类的一个实例。

LogisticRegression类有一个属性，称为y_pred。接下来到指定该属性的值表示

如何计算预测的类，它的概率最大

寻找其中y_pred是回归样本中使用的地方象征性的描述代码中的注释将突出显示一个名为predict()的功能。这为逻辑回归样本提供了CNN示例所期望的。

如果采用相同的方法，使用layer3.y_pred作为新的Theano函数的输出，模型的预测将变得明显。

来源

2015-08-21 07:14:43

再次嗨。我有理解这个权利吗？因为LeNetConvPoolLayer在__init__中使用batch_size，所以我无法使用模型的同一个实例进行训练和预测。女巫意味着我需要将权重和偏差转移到batch_size = 1的新模型中，以一次预测一幅图像。为此，我可以使用cPickle临时保存参数。 – Cajoek

如何在单例中使用经过培训的Theano人工神经网络？

回答

相关问题