Neural network 神经网络中隐藏神经元的权值

如何在输入神经元和隐藏神经元之间以及隐藏神经元和输出神经元之间给出权重？我知道权重在开始时是随机给出的

---

其次，我在做字符识别，假设我有一个8x8像素的字符，意味着64个输入神经元，这意味着我也需要64个输出神经元，对吗？

关于输出层的大小，请参见我对同一问题的回答

我不确定你所说的权重是什么意思。你是说受过训练吗？如果是，通常通过反向传播。如果你指的是它的表示方式：通常是数组或矩阵

如果您想阅读更多关于反向传播微调的内容，请阅读LeCun

---

另一方面：每个节点输入1个像素是你永远不会做的事情。您从不将原始数据输入网络，因为它包含噪音和不需要的信息。在将其输入网络之前，请先查找表示、模型、编码或类似内容。要了解这是如何做到的，你别无选择，只能做一些研究。给出明确答案的可能性太多。

第一个问题的答案是反向传播。第二个问题的答案是否定的，你将拥有你想要识别的字符数量的输出神经元。顺便说一句，用ANN处理原始像素值的网格是一种可怕的OCR方法。不过我猜这是学校布置的作业。