【发布时间】：2014-05-30 02:24:53
【问题描述】：
想知道除了基本的 XOR 问题之外，是否有人可以提供一些好的测试用例来测试多层神经网络。这适用于反向传播，但希望它们是通用的。我不知道是否有一些好的已经建立的数据集，或者我可能需要（轻松）自己编译数据的问题的建议。
是的，我知道大多数被认为是线性不可分的问题都是很好的候选者，但我很难想出多个测试来验证网络。
【问题讨论】：
标签： machine-learning neural-network
【发布时间】：2014-05-30 02:24:53
【问题描述】：
重点是您为了一个目的训练神经网络，并通过将计算输出与预期进行比较来验证您的网络。
您不能针对某些东西（例如 XOR）训练您的网络，然后通过其他功能对其进行验证。要使用其他功能验证它，您必须先针对该功能对其进行训练，然后网络会忘记之前的功能。
当您验证 XOR 示例时，您只会看到神经网络能够学习（因为它学习了 XOR 示例），因此不需要进行任何其他测试
如果您坚持在多个数据集上验证网络，您可以自己创建它。只需选择一些随机值作为输入，随机值作为预期输出。 然后训练神经网络，直到它在提供的输入上为您提供预期的输出。 但是xor例子也是一样的，你可以把它想象成随机数据
【讨论】：
-
不，不，不！抱歉，我误用了神经网络的“测试”和“验证”的技术术语。我的意思是“测试”我已经实现的底层算法，例如反向传播等。我想知道程序本身是否在 XOR 问题之外正常运行。
-
要点是，如果它在异或问题上正常运行，它不会有其他问题的困难。就像您有一辆可以工作的汽车（您尝试过），并且您要求如何验证它是否可以通过其他方法而不是乘坐它来工作。 ;)
-
嗯，不。我会对其进行多种类型的压力测试，包括不同的气候、越野旅行、水下……看看我能从坡道上跳多高。或者从坡道下到水中。
-
不过，你不能用神经网络来做这些。