C++ 神经网络与图像分类

我已经建立了一个实验性的神经网络——其思想是它可以查看JPEG图像并识别图像中哪些部分是音乐符号

为了训练网络，我使用了各种页面图像，这些图像被切割成100 x 100个框，可以值为1.0（即包含符号）或0.0（不包含符号）

不过，在训练网络时，它似乎已经固定了自己，它或多或少每次都会产生0.5的结果（平方误差为0.25）。乙状结肠（逻辑）功能用于激活

该网络有10000个输入神经元（100 x 100图像的每个像素），2000个隐藏神经元（每个输入连接到一个“行”和一个“列”隐藏神经元）

有一个输出神经元

使用两个输出神经元会得到更好的结果吗？（即为“是音乐”激活的和为“不是音乐”激活的）

---

（这里可以看到C++源：-虽然在任何给定的时间内，公开回购中的内容可能不是我在机器上使用的）.< /p> fWW——实际问题是因为代码中的符号错误如注释中所述-所以两层相互冲突，正如您所预期的那样，向中间聚集

但是。。。我的代码基于上世纪90年代的一本书——被广泛引用的“C++中的实用神经网络配方”。这本书没有什么错（尽管C++反映了时间的编码风格，没有STL类等），但它也来自于一个神经网络不如今天理解和设计的时代，因此基本设计是有缺陷的。 我现在正在考虑如何最好地实现多层卷积网络——这本书中根本没有讨论过（事实上，它否定了多层网络依赖于单个隐藏层NN是一般近似器这一事实的想法）

---

我用单隐层NN得到了一些有趣的结果，但它对图像处理来说并不是那么有用。

aargh-可能只是代码中缺少减号的问题-这意味着对隐层的更正会被对输出层的错误更正所抵消。现在检查一下。我对这个话题不太了解，但我会选择一个输出神经元。如果它的输出低于某个阈值，则它包含“音乐”，如果它高于另一个阈值，则它不是“音乐”。