Machine learning 关于BP神经网络
最近我在学习BP神经网络来识别我的英文字母。我实现了一个简单的版本,发现有些东西让人困惑 我的简单版本是识别输入的二进制图像是否为Machine learning 关于BP神经网络,machine-learning,neural-network,Machine Learning,Neural Network,最近我在学习BP神经网络来识别我的英文字母。我实现了一个简单的版本,发现有些东西让人困惑 我的简单版本是识别输入的二进制图像是否为u 我有一个字母的二值图像,通过计算每个3x3块的前景像素来提取该图像的特征向量。例如,对于24x24图像,特征向量的大小为64 的输出1为u,的输出0为非u 还有一点我很困惑: 首先,我输入一个u进行培训。并依次输入u、c、p、b、d进行测试。我得到51s。 然后我依次输入u,c,p,b,d进行训练,然后依次输入u,c,p,b,d进行测试。我得到5个0s 是因为新培
u
我有一个字母的二值图像,通过计算每个3x3
块的前景像素来提取该图像的特征向量。例如,对于24x24
图像,特征向量的大小为64
的输出1
为u
,的输出0
为非u
还有一点我很困惑:
首先,我输入一个u
进行培训。并依次输入u
、c
、p
、b
、d
进行测试。我得到51
s。
然后我依次输入u
,c
,p
,b
,d
进行训练,然后依次输入u
,c
,p
,b
,d
进行测试。我得到5个0
s
是因为新培训的结果改变了旧培训的结果导致识别失败吗?听起来您需要进行更多的培训,在不同的示例中。也许学习率较低。有了足够大的学习率,每一个例子都会影响答案的权重。另外,你应该努力平衡正面和负面例子的数量。所以你只展示了输入集的每个元素一次?好吧,我想我在培训阶段犯了一个错误。我需要迭代地训练样本集。