在训练之后测试神经网络

时间:2014-09-28 08:06:36

标签: testing delta perceptron

我编写了一个代码,用于训练具有delta规则的单个神经网络。另一个用于感知器分类2个类。 我训练他们2000个样本,他们工作正常。

现在,我希望使用我在训练过程结束时获得的最后一个重量测试它们(使用另外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值等于所需的值。 是我们如何测试网络或我错过了什么?我试图在网上找到一个算法或从书上找到如何测试,但我不能。我们必须具有与所需输出相同的确切输出,还是应该使用阈值?

1 个答案:

答案 0 :(得分:0)

有不同类型的神经网络,但在这种情况下,您的网络中应该有两个输出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。