权重如何在人工神经网络中进行预测？答案

【问题标题】：How do weights work in an Artificial Neural Network for Prediction?权重如何在人工神经网络中进行预测？
【发布时间】：2016-01-21 11:41:56
【问题描述】：

假设我有 4 个输入数据集。我正在尝试实现如下图所示的人工神经网络。

训练神经元后，我得到了 10 个权重。我如何使用这 10 个权重来预测测试数据？

(n X 4) -> Test Data (A)
(10 X 1) -> Trained Weights (w)
(n X 4) (4 X 1) -> Predicted Output (How are the weights used here?)

Aw = y 其中 A 是我的测试数据，w 是我的权重，y 是预测输出。

【问题讨论】：

我不确定你所说的收敛到 4 个权重是什么意思，但对于“预测”部分，你只需向网络提供输入并通过简单的算术计算输出。神经网络是从输入到输出的映射，因此在您的情况下，4 个输入将产生 1 个输出。如果我得到你，它不会像你期望的那样工作；要获得 4 个权重并将 4 个输入映射到 4 个输出，您还需要 4 个输出，并且一个神经元只连接一个。
如果我理解正确，我需要在前馈神经网络中使用新的 wights 中的测试数据。
我认为您误解了神经网络的工作原理。这是一个非常好的教程：codeproject.com/Articles/16419/… 通过训练 nn，您可以更改其结构以适应您的测试数据，通过“预测”，您可以使用修改后的结构来计算输出，其方式与您在训练期间计算的方式相同，但您不需要'现在不要修改它 - 顺便说一句，它不是一个确切的定义。
啊，谢谢。这是有道理的。
我从评论中做一点回答，如果有帮助就接受它

【解决方案1】：

我认为您误解了神经网络的工作原理。这是一个很好的教程，从一开始就解释了这一点：CodeProject

简而言之：通过训练神经网络您可以更改其结构以适应您的测试数据，通过预测您可以使用修改后的结构来计算输出，其方式与您在训练期间计算过，但您现在不修改它。

【讨论】：