如何在单个示例上使用经过训练的 Theano 人工神经网络？
How do I use a trained Theano artificial neural network on single examples?
我一直在关注 http://deeplearning.net/tutorial/ 关于如何训练 ANN 对 MNIST 数字进行分类的教程。我现在在 "Convolutional Neural Networks" 章节。我想在单个示例（MNIST 图像）上使用经过训练的网络并获得预测。有办法吗？
我已经在教程和 google 上进行了展望，但找不到任何内容。
非常感谢您的帮助！
前面章节的 Theano 教程中的 material，在到达卷积神经网络 (CNN) 章节之前，很好地概述了 Theano 的工作原理以及 CNN 示例代码使用的一些组件。可以合理地假设达到这一点的学生已经充分理解了 Theano 以弄清楚如何修改代码以提取模型的预测。这里有一些提示。
CNN 的输出层，称为 layer3，是 LogisticRegression class 的一个实例，在前面的章节中介绍过。
LogisticRegression class 有一个名为 y_pred 的属性。分配该属性值的代码旁边的注释说
symbolic description of how to compute prediction as class whose
probability is maximal
寻找在逻辑回归样本中使用 y_pred 的地方将突出显示名为 predict() 的函数。这对于 CNN 示例所需的逻辑回归样本。
如果遵循相同的方法，使用 layer3.y_pred 作为新 Theano 函数的输出，模型的预测将变得显而易见。
我一直在关注 http://deeplearning.net/tutorial/ 关于如何训练 ANN 对 MNIST 数字进行分类的教程。我现在在 "Convolutional Neural Networks" 章节。我想在单个示例（MNIST 图像）上使用经过训练的网络并获得预测。有办法吗？
我已经在教程和 google 上进行了展望，但找不到任何内容。
非常感谢您的帮助！
前面章节的 Theano 教程中的 material，在到达卷积神经网络 (CNN) 章节之前，很好地概述了 Theano 的工作原理以及 CNN 示例代码使用的一些组件。可以合理地假设达到这一点的学生已经充分理解了 Theano 以弄清楚如何修改代码以提取模型的预测。这里有一些提示。
CNN 的输出层，称为 layer3，是 LogisticRegression class 的一个实例，在前面的章节中介绍过。
LogisticRegression class 有一个名为 y_pred 的属性。分配该属性值的代码旁边的注释说
symbolic description of how to compute prediction as class whose probability is maximal
寻找在逻辑回归样本中使用 y_pred 的地方将突出显示名为 predict() 的函数。这对于 CNN 示例所需的逻辑回归样本。
如果遵循相同的方法，使用 layer3.y_pred 作为新 Theano 函数的输出，模型的预测将变得显而易见。