Artificial intelligence 神经网络测试之后是如何进行的'；它经过培训并保存到文件中？

我用互联网上的一些伪代码训练了一个深信不疑的神经网络（由堆叠的受限boltzmann机器组成）。问题是在训练它之后，即在调整它的重量之后，我不清楚如何测试它

我有一个输入图像和一个经过训练的神经网络。如何进行分类？我已将经过培训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，谷歌搜索也没有提供任何清晰的信息。

我已经使用网络中的一些伪代码训练了一个深信不疑的神经网络（由堆叠的受限boltzmann机器组成）

这意味着你已经用一个图像和一个与之相关的值组成的对来“喂养”你的神经网络，对吗？在分类的情况下，该值可能是

0/1

，在回归的情况下，该值可能是任何实数

测试它意味着你只能用图像“喂”你的神经网络。在伪代码中，应该有两个函数：

void train（图像输入，float trainValue）

和另一个

float predict（图像输入）

。（使用与您案例相关的任何内容更改

图像

：

向量

，

矩阵

，等等。）

---

你能给我们你的代码（或者至少是伪代码）吗？

一种常见的方法是根据三分之二的可用训练数据训练你的神经网络。剩下的第三个用于测试经过训练的网络。培训/测试数据的比率可以更改以满足您的应用，但培训和测试组不存在偏见是至关重要的。您可以考虑将数据随机划分为两个集合，以确保不会无意中引入偏倚。p>