Matlab 神经网络的目标值

我一直在使用MATLAB的神经网络工具箱来生成适合字符识别的代码。我想发展我自己的比较，也尝试使用不同的方法更新体重。我让网络只返回0到1之间的值。我想知道我如何调整它，使网络返回1，2，3，4；与我的数据矩阵中的行相对应的数字，其中每一行都是不同的字母。

通常在谈论字符多字符识别时，这是一种很好的方法，而不是仅使用1个输出来为每个字符使用输出。 所以如果你有10个字符（比如0-9的数字），你可以有N个输入（每像素1个）和10个输出（每字符1个）。这样，您不仅可以得到一个结果，还可以分析您的神经网络调整有多好以及结果精度有多高

因此，如果你输入一幅图像，结果是

[0.20.1 0.98 0.3 0.12 0.2 0.1 0.4 0.1 0.2]

，你就会知道神经网络已经进行了很好的调整，结果非常准确，但是如果你得到

[0.4 0.1 0.6 0.54 0.5 0.3 0.3 0.57 0.2]

你就会知道，即使数字看起来与以前一样，结果的可靠性要低得多

已经说过，如果你仍然想用1个输出，你可以训练你的NN给你一个从0到1的nu，ber

 0 ->0 
 1->0.1
 2->0.2 
 ...

---

不过我可以向你保证，你的成绩会更糟。每个数字使用1个从0到1的输出

如果我的输入向量如下，字母_X=[0110；1010；0110]；字母_C=[0 0；0 1 1；0 0 0]；输入=[字母X（：），字母C（：）]；我的目标向量应该是什么样子？它不应与输入相同。@roldy首先选择要识别的字符数。因此，如果你想重新组合4个不同的字符（例如

[X，Y，C，M]

），你想要的

字母X

的输出是

[1,0,0]

，而

字母C

的输出是

[0,0,1,0]

@roldy，如果这有助于你不要忘记将aswer标记为正确的话！我忘了在最初的问题中问我将如何使用这个经过训练的网络来识别选定的字母？我是否将权重与所选输入相乘？这似乎不对。如果您正在使用Matlab工具箱，请尝试搜索帮助。roldy有很多很好的例子