如何测试用PyBrain开发的神经网络

Question

我是机器学习的新手，正在尝试学习如何在Python中开发用于预测目的的神经网络。 我遵循了PyBrain的基础教程，并成功地建立了神经网络并对其进行了训练（监督学习）。 这是代码：

ds = SupervisedDataSet(2, 1)
ds.addSample((0, 0), (0,))
ds.addSample((0, 1), (1,))
ds.addSample((1, 0), (1,))
ds.addSample((1, 1), (0,))

network = buildNetwork(2, 3, 1, bias=True, hiddenclass=TanhLayer)
trainer = BackpropTrainer(network, ds)
trainer.trainUntilConvergence()

我现在不确定如何用新数据测试该网络。 我已经尝试了Network类（ http://pybrain.org/docs/api/structure/networks.html ）的activate（）方法和Trainer类（ http://pybrain.org/ ）的testOnClassData（）方法。 docs / api / supervised / trainers.html ），但是a）我不确定它们如何工作，b）基于文档，我不确定它们是否达到我的目的，这是训练网络成功预测给定输入参数的结果。

有谁知道如何测试在PyBrain中开发的神经网络，例如我的？ 提前非常感谢您！ :)

Answer 1

ts = UnsupervisedDataSet(inputLength,)
ts.addSample((0,0))
net.activateOnDataset(ts)[0]

Answer 2

为了测试网络，现在输入一些输入而没有输出。

 from pybrain.datasets import UnsupervisedDataSet  
    dst = UnsupervisedDataSet(2, )
    dst.addSample((0, 1))
    result=network.activateOnDataset(dst)[0]
    print(result)

如果您使用多个输入，请使用for循环

network.activateOnDataset()