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

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注