如何测试PyBrain开发的神经网络

Question

我是机器学习的新手，我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PyBrain的基础教程，成功建立了一个神经网络，并对其进行了培训（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这个网络。我已经尝试了Network类（http://pybrain.org/docs/api/structure/networks.html）的activate（）方法和Trainer类的testOnClassData（）方法（http://pybrain.org/docs/api/supervised/trainers.html），但是a）我不确定它们是如何工作的，并且b）基于文档，我我不确定它们是否符合我的目的，即训练网络成功预测输入参数的结果。

有谁知道如何测试PyBrain中开发的神经网络，比如我的？非常感谢你提前！ :)

Answer 1

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

Answer 2

为了测试网络，现在输入一些没有输出的输入。

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

如果你使用多个输入用于循环

network.activateOnDataset()