如何测试使用PyBrain开发的神经网络

Question

我刚开始接触机器学习，想学习如何用Python开发神经网络来进行预测。我跟着PyBrain的一个基础教程，成功搭建了一个神经网络，并进行了训练（监督学习）。以下是我的代码：

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()

现在我不太确定如何用新数据来测试这个网络。我尝试过Network类的activate()方法（http://pybrain.org/docs/api/structure/networks.html）和Trainer类的testOnClassData()方法（http://pybrain.org/docs/api/supervised/trainers.html），但是a) 我不太明白它们是怎么工作的，b) 根据文档，我不确定它们是否能满足我的需求，我的需求是训练网络能够根据输入参数成功预测结果。

有没有人知道如何测试我在PyBrain中开发的神经网络？非常感谢大家！ :)

Answer 1

现在为了测试网络，可以输入一些数据，但不需要输出结果。

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

如果你要使用多个输入，可以用循环来处理。

network.activateOnDataset()

Answer 2

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

当然可以！请把你想要翻译的内容发给我，我会帮你用简单易懂的语言解释清楚。