人工神经网络中的权重如何用于预测?

假设我有4个输入数据集。我试图实现一个类似下图的人工神经网络。enter image description here

训练神经元后,我得到了10个权重。我如何使用这10个权重来对测试数据进行预测?

(n X 4) -> 测试数据 (A)(10 X 1) -> 训练后的权重 (w)(n X 4) (4 X 1) -> 预测输出 (权重在这里如何使用?)

Aw = y,其中A是我的测试数据,w是我的权重,y是预测输出。


回答:

我认为你误解了神经网络的工作原理。这是一个非常好的教程,从头开始解释这一点:CodeProject

简而言之:通过训练神经网络,你改变了它的结构以适应你的测试数据,通过预测,你使用修改后的结构以与训练期间相同的方式计算输出,但现在你不再修改它。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注