Artificial intelligence 遗传算法与神经网络

现在我正在做一项关于遗传算法和神经网络的研究，我想用遗传算法来训练神经网络，用神经网络来解决OCR问题，我还不了解的是训练方法，假设我有5个训练集，每个训练集有26个字符（a-Z），我应该从A1-Z1到A5-Z5（每组）或从A1-A5到Z1-Z5（每个字符）进行训练，每个字符应该生成多少代？或者直到误差最小

我想这就是我现在想要问的

如果我的问题有什么不清楚的地方，请告诉我

---

谢谢

一个有26个输出的神经网络是奇数。您应该为每个字母建立一个网络，但要让它在培训期间看到所有字母，这样它就可以告诉您何时看到预期的字母。

---

对于生成数，通常应满足以下两个条件之一：错误低于阈值或生成数超过限制。这取决于你选择这些参数。

一个有26个输出的神经网络是奇数的。您应该为每个字母建立一个网络，但要让它在培训期间看到所有字母，这样它就可以告诉您何时看到预期的字母。

---

对于生成数，通常应满足以下两个条件之一：错误低于阈值或生成数超过限制。这取决于你选择这些参数。

实际上，你真的可以为每个字母开发一个神经网络。只需使用自动关联网络（自动编码器）。这些网络经过训练，以便输出再现输入。这样你就可以训练26个网络。在验证时，对于每个字母，获得最低错误的网络是表示字母的网络。这种方法在分类问题上取得了很好的效果。

实际上，你真的可以为每个字母开发一个神经网络。只需使用自动关联网络（自动编码器）。这些网络经过训练，以便输出再现输入。这样你就可以训练26个网络。在验证时，对于每个字母，获得最低错误的网络是表示字母的网络。这种方法在分类问题上取得了很好的效果。

用遗传算法训练神经网络将非常缓慢。也许你应该考虑一些混合方法。在将数据输入ANN之前，需要进行大量的图像预处理。此外，您还需要非常仔细地设计您的ANN。您应该考虑输入和输出的大小。使用遗传算法可以优化两件事：1。神经网络拓扑或2。安·韦尔斯

用遗传算法训练ANN将非常缓慢。也许你应该考虑一些混合方法。在将数据输入ANN之前，需要进行大量的图像预处理。此外，您还需要非常仔细地设计您的ANN。您应该考虑输入和输出的大小。使用遗传算法可以优化两件事：1。神经网络拓扑或2。安·韦尔斯

这听起来好像已经被数百人治疗过了。我在你的描述中没有看到任何新的东西。你有没有找过并读过一些关于这个问题的科学论文？谷歌是一个巨大的搜索引擎。还提到了阿拉伯语和印地语字符集。如果这对拉丁语来说是新的，我会非常惊讶。是的，这不是一个全新的算法，我已经读过你读的关于阿拉伯语和印地语集的论文，我想尝试的是添加另一个过程（选择架构）在使用遗传算法进行训练之前，我仍然不确定如何使用遗传算法选择体重这听起来好像已经被数百人治疗过了。我在你的描述中没有看到任何新的东西。你有没有找过并读过一些关于这个问题的科学论文？谷歌是一个巨大的搜索引擎。还提到了阿拉伯语和印地语字符集。如果这对拉丁语来说是新的，我会非常惊讶。是的，这不是一个全新的算法，我已经读过你读的关于阿拉伯语和印地语集的论文，我想尝试的是添加另一个过程（选择架构）在使用遗传算法进行训练之前，但我仍然不确定如何使用遗传算法选择权重我不认为为每个字母建立网络是一个好的解决方案，当用户输入随机字母表时，如何确定要使用哪个网络？我已经成功地使用遗传算法优化了神经网络，通过选择权重和结构，然后可以使用投票。为每个nn引入输入，然后选择输出最高的一个（在[-1]或[0 1]输出范围的情况下）。嗯，我认为这是可能的，如果我有时间，我会尝试这样做，但我认为这不是一个有效的解决方案，但感谢你的建议。我不认为为每个字母建立网络是一个好的解决方案，当用户输入随机字母表时，如何确定要使用哪个网络？我已经成功地使用遗传算法优化了神经网络，通过选择权重和结构，然后可以使用投票。为每个nn引入输入，然后选择输出最高的一个（在[-1]或[0 1]输出范围的情况下）。嗯，我认为这是可能的，如果我有时间，我会尝试这样做，但我认为这不是一个有效的解决方案，但谢谢你的建议谢谢你的建议，但是我已经成功地训练了每个角色的人际网络。谢谢你的建议，但是我已经成功地训练了每个角色的人际网络。