C# 在Encog中构造大型神经网络时出现OverflowException或OutOfMemoryException

我试图构建一个简单的前馈神经网络，用于C#Encog中的RGB图像识别。例如，如果我运行以下代码：

BasicNetwork network=new BasicNetwork（）；
AddLayer（新BasicLayer（null，true，60000））；
AddLayer（新的BasicLayer（新的ActivationSigmoid（），true，60000））；
AddLayer（新的BasicLayer（新的ActivationSigmoid（），false，4））；
network.Structure.FinalizeStructure（）；

---

我从encog-core-cs.dll中得到一个System.OverflowException，如果我将两个位置的神经元计数加倍到120000，我会得到一个System.OutOfMemoryException。这是因为Encog的网络太大，还是我做错了什么？但是如果这个太大了，我如何使用一个合理大小的图像进行训练，比如说200×200？我注定要拍小照片吗？

是的，你可以在更好的机器上计算，但你也做错了。不要把每一个像素都作为输入，这样会导致这个庞大的架构。对完整原始数据进行操作的方法通常会获得非常小的缩小图像（有些图像类型在保留所有信息的同时无法缩小到10x10）

---

相反，进行一些预处理，例如分离图片的重要部分，消除噪音，更重要的是：提取特征，将其输入NN而不是原始数据。不要问我使用什么功能，因为这取决于您的问题。图像识别有数百种可能。当NN在适当的功能上运行时，您将看到，不仅您将拥有更小的层，而且精确度将提高，因为网络将永远不会看到不相关的数据，而是从一开始就开始对一些元数据进行操作。

以64位运行，这样您就可以寻址更多内存。@BrandonSeydel我有一个32位操作系统，所以我想这不是一个选项。@BrandonSeydel，但我刚刚让我的朋友在64位上试用过它（也符合x64），但没有用。