Python PyBrain-如何根据测试数据验证我训练的网络？

所以我在PyBrain中有一个分类数据集，我用适当的数据对它进行了训练。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])

模式很简单。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]

看看神经网络是否能识别这种模式。如前所述，我已经对网络进行了培训。如何根据上述输入对其进行验证

谢谢你的时间

你首先必须和

然后，您必须使用从输入中获取结果，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)

---

.activate（）返回什么？我一直在弄花车，这让我很困惑。。是否需要解释？添加了文档链接（激活时）；我不是PyBrain用户，目前正在安装该软件包以对该方法进行最低限度的测试。Oops。我把你的数据集错当成了网络。添加了一些链接来澄清问题。嘿，非常感谢你的努力！！！我已经创建了一个网络和一个数据集，并使用该数据集对网络进行了培训。。然而。。我不断得到有趣的结果。。在我对这些值调用activate之后，比如[[0.][0.64476526][0.54229964][0.3103782]]。。你能告诉我这些值是什么意思吗？返回的值取决于你使用的网络类型。我猜有些网络会在数据集中给定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）