Как проверить нейронную сеть после обучения и сохранения в файл?

Question

Я обучил нейронную сеть глубокого убеждения (образованную сложенными ограниченными машинами Больцмана) с использованием некоторого псевдокода из Интернета.Проблема в том, что после тренировки, то есть после регулировки весов, я не имею четкого представления, как это проверить.

У меня есть входное изображение и обученная нейронная сеть.Как должна быть выполнена классификация?Я сохранил обученную сеть в файл.Проблема в том, что я недостаточно тщательно изучил математику, потому что мне нужен этот проект как можно скорее.Кроме того, Google не предоставил никакой четкой информации.

Answer 1

Я обучил нейронную сеть глубокого убеждения (образованную сложенными ограниченными машинами Больцмана) с использованием некоторого псевдокода из сети.

Это означает, что вы «накормили» свои нейронные сети парами, состоящими из изображения и значения, связанного с ним, верно? Это значение может быть 0/1 в случае классификации или любое действительное число в случае регрессии.

Тестирование означает, что вы должны «кормить» свою нейронную сеть только изображением. В вашем псевдокоде должно быть две функции: void train(Image input, float trainValue) и еще одна float predict(Image input). (Измените Image на все, что уместно в вашем случае: vector, Matrix и т. Д.) *

Можете ли вы дать нам свой код (или хотя бы псевдокод)?

Answer 2

Один из распространенных подходов состоит в том, чтобы обучать ваш NN двум третям имеющихся у вас данных о тренировках.Оставшаяся треть затем используется для проверки обученной сети.Соотношение данных обучения / тестирования может быть изменено в соответствии с вашим приложением, но крайне важно, чтобы группы обучения и тестирования были свободны от предвзятости.Вы можете рассмотреть возможность случайного разделения ваших данных на два набора, чтобы избежать непреднамеренного внесения смещения.