다음은 3 개 입력과 1 개 숨겨진 레이어 1 개 출력, 신경 네트워크 내 코드입니다 :주어진 입력에 대해 훈련 된 네트워크로부터 어떻게 예측 (예측)합니까?
#Data
ds = SupervisedDataSet(3,1)
myfile = open('my_file.csv','r')
for data in tf.myfile():
indata = tuple(data[:3])
outdata = tuple(data[3])
ds.addSample(indata,outdata)
net = FeedForwardNetwork()
inp = LinearLayer(3)
h1 = SigmoidLayer(1)
outp = LinearLayer(1)
# add modules
net.addOutputModule(outp)
net.addInputModule(inp)
net.addModule(h1)
# create connections
net.addConnection(FullConnection(inp, h1))
net.addConnection(FullConnection(h1, outp))
# finish up
net.sortModules()
# initialize the backprop trainer and train
trainer = BackpropTrainer(net, ds)
trainer.trainOnDataset(ds,1000) trainer.testOnData(verbose=True)
print 'Final weights:',net.params
특정 입력에 따라 예측을하기 위해이 훈련 신경망을 사용하려면 내 질문입니다 , 어떻게하니?
Z4
솔직히 말해서, 나는보고 있었다 자신의 그 전에 문서가 잠시 동안 분명해졌습니다. 정말 실망 스럽습니다. – tjarratt
감사합니다. 동일한 특정 3 개의 입력에 대해 특정 코드를 두 번 실행하면 빠른 결과를 얻을 수 있습니까? – GiannisIordanou
나는 이해하고 있는지 잘 모르겠다. 동일한 입력을 여러 번 실행하면 동일한 결과가 * 대부분의 시간에 표시되지만 모든 시간에 표시되는 것은 아닙니다. 동일한 결과를 100 % 얻거나 결과가 더 자주 변하기를 기대합니까? 어느 쪽이든 그것은 네트워크 훈련 방법에 달려 있습니다. – tjarratt