PyBrain - 如何根据测试数据验证我训练有素的网络？

Posted 2023-03-12

【中文标题】PyBrain - 如何根据测试数据验证我训练有素的网络？

【英文标题】：PyBrain - how to validate my trained network against a test data?

【发布时间】：2013-05-14 06:43:47

【问题描述】：

所以我在 PyBrain 中有一个 ClassificationDataSet，我已经使用适当的数据进行了训练。即输入如下：

trainSet.addSample([0,0,0,0],[1])
trainSet.addSample([0,0,0,1],[0])
trainSet.addSample([0,0,1,0],[0])
trainSet.addSample([0,0,1,1],[1])
trainSet.addSample([0,1,0,0],[0])
trainSet.addSample([0,1,0,1],[1])
trainSet.addSample([0,1,1,0],[1])
trainSet.addSample([0,1,1,1],[0])
trainSet.addSample([1,0,0,0],[0])
trainSet.addSample([1,0,0,1],[1])

图案很简单。如果有偶数个 1，则输出应为 1，否则为 0。我想运行以下输入：

[1,0,0,1],[1]
[1,1,0,1],[0]
[1,0,1,1],[0]
[1,0,1,0],[1]

并查看神经网络是否会识别模式。如前所述，我已经训练了网络。如何根据上述输入验证它？

感谢您的宝贵时间！

【参考方案1】：

您首先必须create a network 和train it on your dataset。

然后您必须使用activate 从您的输入中获取结果并测试它是否与所需的输出匹配。

一个简单的方法是：

testOutput =  [1,0,0,1] : [1], [1,1,0,1] : [0], [1,0,1,1]:[0], [1,0,1,0]:[1] 

for input, expectedOutput in testInput.items():
    output = net.activate(input)
    if output != expectedOutput:
        print " didn't match the desired output." 
        print "Expected , got ".format(input, expectedOutput, output)

【讨论】：

.activate() 返回什么？我不断收到花车，这让我很困惑.. 需要解释一下吗？

添加了文档链接（激活时）；我不是 PyBrain 用户，目前正在安装这个包来做这个方法的最小测试。

糟糕。我把你的数据集误认为是网络。添加了一些链接以澄清事情。

嘿，非常感谢您的努力！！！我已经创建了一个网络和一个数据集并使用该数据集训练了网络.. 但是.. 我不断得到有趣的结果.. 像 [[ 0. ] [ 0.64476526] [ 0.54229964] [ 0.3103782 ]] 在我调用这些激活之后values.. 你能告诉我这些值是什么意思吗？？

返回的值取决于您使用的网络类型。我猜有些网络会在数据集中给出的输入之间进行某种插值。 （并且可能不会返回您提供给他们的确切数据）