反向传播算法

V

varshaturkar

Guest
任何一个可以告诉我如何测试网络训练后?如何使用在培训过程中产生的重量
 
输入测试信号,最终的修订权数,并检查生成的输出.....在训练时间不使用所有的训练对....保持一些输入输出对测试... ...如果结果是不正确的,意味着你的网络有记忆模式,需要更多的训练
 
我米得到良好的训练的结果。我米分为3类数据,因此在训练中的IM 3重量为每个类之一。我应适用于所有这三个权重,所有的测试输入和看到的结果吗?当我做这无论是根据输入IM获得类的权重。可以请帮我
 
让我很清楚... ...你的意思是说,你是三个权重向量说[WX]隐藏层和输出层,分​​为三类数据意味着... ...你有三个输出的时间,其中只有一个是高之间的连接。对不对?每次训练对输入,所有的3个向量集[WX]将要更新... ...我没有看到这个问题.... “无论是根据输入IM获得类的权重。”我没有得到这个。你可以试着改变训练对应用程序序列。
 
我在输入层有3个神经元,在3隐藏和输出3。所以总重量为6。 3之间的输入和隐蔽性和隐蔽性和输出之间的3。我申请的训练样本。计算平均为每个类的试验计划。这些我测试使用的平均WTS。 IM培训,系统随机即类的1样品,然后2级1级等
 
ARCHI,你所描述的的,他们应该两个权重矩阵1)之间的输入和隐藏的第2层)之间的输出和隐藏层,为了每个(3X3)。你是如何获得6重量??
 
抱歉,没有6 IM 2矩阵U表示。当我开始测试IM应用,我起床后培训,但问题是,在训练样本的WT矩阵,如果最后一类是假设“2级”,然后在测试阶段所有的类,它是给“2级”。我认为这是因为WTS是根据在培训结束的最后一类调整。我试图给一个大集的测试样品有各阶层仍然序列的网络是要记住在训练阶段的最后一课WTS。
 

Welcome to EDABoard.com

Sponsor

Back
Top