训练后测试神经网络答案

【问题标题】：Testing a neural network- after training训练后测试神经网络
【发布时间】：2014-09-28 08:06:35
【问题描述】：

我编写了一个代码，用于使用 delta 规则训练单个神经元网络。另一个用于分类 2 类的感知器。我用 2000 个样本对它们进行了训练，它们运行良好。

现在，我希望使用我在训练过程结束时获得的最后权重来测试它们（另外 2000 个样本），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

但我得到 counter=0 这意味着没有 y 值等于所需值。这是我们测试网络的方式还是我错过了什么？我正在尝试在线或从有关如何测试的书籍中找到算法，但我不能。我们是否必须具有与所需输出相同的精确输出，还是应该使用阈值之类的东西？

【问题讨论】：

标签： testing delta perceptron

【解决方案1】：

有不同类型的神经网络，但在这种情况下，您的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。

【讨论】：