Testing 测试神经网络-训练后

我写了一个用delta规则训练单个神经元网络的代码。另一个用于将两个类分类的感知器。 我对他们进行了2000个样本的培训，效果很好

现在，我希望使用我在训练过程结束时获得的最后一个权重，用另外2000个样本测试它们，并在测试代码中使用它们，如下所示：

function accuracy = test( data,weight1,weight2 )

xZero=1;
wZero=0.1;
counter=0;

for(n=1:2000)
    x1=data(n,1);
    x2=data(n,2);
    desired=data(n,3);

    y=(xZero*wZero)+(x1*weight1)+(x2*weight2);
    if(y==desired)
        counter=counter+1;
    end

end

但是我得到计数器=0，这意味着没有y值等于期望值。

---

这就是我们测试网络的方式还是我遗漏了什么？我试图在网上或者从书上找到一个算法，但是我找不到。我们是否必须拥有与期望输出相同的精确输出，还是应该使用阈值之类的东西？

有不同类型的神经网络，但在这种情况下，网络中似乎应该有两个输出y1和y2。训练神经网络后，您可以获得每个测试样本的y1和y2值，然后计算y1和y2的最大值。最大值决定了样本的类别