怎么用已經訓練好的BP神經網絡進行預測下一個值？

谷歌人工智能寫作項目：神經網絡偽原創

BP神經網絡做數據預測，預測出來結果感覺不對，求大神指導

python做BP神經網絡，進行數據預測，訓練的輸入和輸出值都存在負數，為什么預測值永遠為正數？

BP神經網絡預測，預測結果與樣本數據的理解。

輸入節點數是3，說明輸入向量的行數m=3，你給的樣本只有1行，是不是不全？輸出節點只有一個，說明每3個輸入數據對應一個預測的輸出數據。其實樣本數量很少，就不需要訓練那么多次了，訓練了也白訓練。

你問“這樣的預測結果代表著什么？”，你也沒說這些數據在現實中是什么，怎么會知道呢。

大神，請問如何用BP實現通過已知數據訓練好的網絡對未來完全沒有數據的一段時間進行預測，或者做出圖。 30

你輸入是什么輸出是什么？如果只是時間序列作為輸入參數，建議不要用神經網絡。你可以多提供一些信息以供具體分析。

BP做訓練網絡基本都能達到誤差允許范圍，但是如果你輸入輸出本身內部關聯性就不強，那用這個訓練好的網絡來預測誤差會很大。

(vc/c++)bp神經網絡訓練好后,如何用新數據進行測試?

。

BP網的工作原理是我們拿一批訓練數據（輸入樣本和期望輸出）訓練出一個學習到這些樣本特征的神經網絡，你可以理解為是具有那些權值的神經網絡，然后我們拿新的樣本過來，若你需要的是去檢測這個神經網絡，那么要給的新樣本必須沒包含在訓練樣本中，而且也必須有輸入和期望輸出。

已經學習好的神經網絡（即已經訓練好的網絡）你給它新的輸入，它運行之后給你的輸出，就是你的預測。

?

總結

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站內容還不錯，歡迎將生活随笔推薦給好友。