如何使用训练有素的神经网络？

Question

我正在尝试理解使用经过训练的神经网络背后的逻辑。如果我是对的：我们应该保存之前训练的权重，然后用新的输入重新加载它们。

例如，我有这个数据集：

• 输入= [[0,1][1,1]]
• 输出=[[1],[0]]
• 训练后的结果 = [[0.999...],[0.005...]]

而且我还保存了权重。我不明白的是：我应该如何使用以前的权重进行预测？例如，我想尝试使用以下输入 [1,0] 进行预测。我在网上找到了很多使用 Matlab 或 Python 的资源，但是我没有找到可以清楚地理解计算是什么的东西，去做 "from scratch".

谢谢，

Answer 1

这就像使用学习权重执行前馈步骤一样简单。

这些是您通常执行的步骤：

1- 前馈：提供输入以产生输出标签

2-根据监督问题中输入的真实标签计算成本

3-在网络中倒退以根据成本更新您的权重

完成训练后，您不执行第 2 步和第 3 步，只执行第一步。在训练过程中使用新输入和 学习权重 在网络中前进。输出是您的预测。