怎么用已經(jīng)訓(xùn)練好的BP神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測下一個(gè)值？

谷歌人工智能寫作項(xiàng)目：神經(jīng)網(wǎng)絡(luò)偽原創(chuàng)

BP神經(jīng)網(wǎng)絡(luò)做數(shù)據(jù)預(yù)測，預(yù)測出來結(jié)果感覺不對，求大神指導(dǎo)

python做BP神經(jīng)網(wǎng)絡(luò)，進(jìn)行數(shù)據(jù)預(yù)測，訓(xùn)練的輸入和輸出值都存在負(fù)數(shù)，為什么預(yù)測值永遠(yuǎn)為正數(shù)？

BP神經(jīng)網(wǎng)絡(luò)預(yù)測，預(yù)測結(jié)果與樣本數(shù)據(jù)的理解。

輸入節(jié)點(diǎn)數(shù)是3，說明輸入向量的行數(shù)m=3，你給的樣本只有1行，是不是不全？輸出節(jié)點(diǎn)只有一個(gè)，說明每3個(gè)輸入數(shù)據(jù)對應(yīng)一個(gè)預(yù)測的輸出數(shù)據(jù)。其實(shí)樣本數(shù)量很少，就不需要訓(xùn)練那么多次了，訓(xùn)練了也白訓(xùn)練。

你問“這樣的預(yù)測結(jié)果代表著什么？”，你也沒說這些數(shù)據(jù)在現(xiàn)實(shí)中是什么，怎么會(huì)知道呢。

大神，請問如何用BP實(shí)現(xiàn)通過已知數(shù)據(jù)訓(xùn)練好的網(wǎng)絡(luò)對未來完全沒有數(shù)據(jù)的一段時(shí)間進(jìn)行預(yù)測，或者做出圖。 30

你輸入是什么輸出是什么？如果只是時(shí)間序列作為輸入?yún)?shù)，建議不要用神經(jīng)網(wǎng)絡(luò)。你可以多提供一些信息以供具體分析。

BP做訓(xùn)練網(wǎng)絡(luò)基本都能達(dá)到誤差允許范圍，但是如果你輸入輸出本身內(nèi)部關(guān)聯(lián)性就不強(qiáng)，那用這個(gè)訓(xùn)練好的網(wǎng)絡(luò)來預(yù)測誤差會(huì)很大。

(vc/c++)bp神經(jīng)網(wǎng)絡(luò)訓(xùn)練好后,如何用新數(shù)據(jù)進(jìn)行測試?

。

BP網(wǎng)的工作原理是我們拿一批訓(xùn)練數(shù)據(jù)（輸入樣本和期望輸出）訓(xùn)練出一個(gè)學(xué)習(xí)到這些樣本特征的神經(jīng)網(wǎng)絡(luò)，你可以理解為是具有那些權(quán)值的神經(jīng)網(wǎng)絡(luò)，然后我們拿新的樣本過來，若你需要的是去檢測這個(gè)神經(jīng)網(wǎng)絡(luò)，那么要給的新樣本必須沒包含在訓(xùn)練樣本中，而且也必須有輸入和期望輸出。

已經(jīng)學(xué)習(xí)好的神經(jīng)網(wǎng)絡(luò)（即已經(jīng)訓(xùn)練好的網(wǎng)絡(luò)）你給它新的輸入，它運(yùn)行之后給你的輸出，就是你的預(yù)測。

?

總結(jié)

以上是生活随笔為你收集整理的bp神经网络数据预测实例,bp网络神经预测模型的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。