2024-05-17 04:34:24 发布
网友
我用sklearn python创建了一个神经网络:
mlp=MLPClassifier() mlp.fit(X_train,y_train)
我用python运行代码,然后训练NN。在
现在,我将在不同的阶段预测一些东西,然后不用重新训练NN,用这句话:
基本上,fit和predict调用应该分两个不同的步骤完成,而不必每次重新训练NN,例如,如果我要验证一组新的数据,如下所示:
prediction2=mlp.predict(Z_test)
可以使用pickle将Python对象保存到磁盘。所以您将有一个train.py,它将pickleMLP,然后是{},其中{}是来自本地磁盘的对象。在
pickle
train.py
可以使用},其中{}是来自本地磁盘的对象。在
pickle
将Python对象保存到磁盘。所以您将有一个train.py
,它将pickle
MLP,然后是{相关问题 更多 >
编程相关推荐