Python 利用整批训练将字母图像训练成神经网络

根据（Pure Python with NumPy），我想构建一个简单的（用于学习目的的最简单级别）神经网络（Perceptron），它可以训练识别“a”字母。在本教程中，在建议的示例中，他们构建了一个可以学习“AND”逻辑运算符的网络。在这种情况下，我们有一些输入（4*3矩阵）和一个输出（4*1矩阵）：

每次我们用输入矩阵减去输出矩阵，计算误差和更新率等

---

现在我想给一个图像作为输入，在这种情况下，我的输出是什么？我如何定义图像是一个“A”字母？一种解决方案是将“1”定义为“A”字母，将“0”定义为“non-A”，但如果我的输出是标量，如何用隐藏层减去它，并计算误差和更新权重？本教程使用“整批”训练，并将整个输入矩阵与权重矩阵相乘。我想用这种方法来做。最终目的是设计一个能以最简单的形式识别“a”字母的神经网络。我不知道如何做到这一点。

首先：很好，你可以尝试通过从头开始编程来理解神经网络，而不是从一些复杂的库开始。让我来澄清一下：你的理解是：

每次我们用输入矩阵减去输出矩阵，计算误差和更新率等

这并不是真的正确。在您的示例中，输入矩阵

X

就是您呈现给神经网络输入的矩阵。输出

Y

是您希望网络为

X

执行的操作：第一个元素

Y[0]

是

X

第一行的所需输出，依此类推。我们通常称之为“目标向量”。现在，为了计算损失函数（即误差），我们将网络的输出（

L2

在链接的示例代码中）与目标向量

Y

进行比较。换句话说，我们比较了我们希望网络做什么（

Y

）和它真正做什么（

L2

）。然后我们朝着一个更接近于

Y

的方向迈出一步

现在，如果要使用图像作为输入，应该将图像中的每个像素视为一个输入变量。之前，我们有两个输入变量：A和B，我们想计算X=A∧ B

示例：

如果我们拍摄一张8×8像素的图像，我们有8*8=64个输入变量。因此，我们的输入矩阵

X

应该是一个有65列的矩阵（图像的64个像素+1个输入作为偏差项，它始终=1），每个训练示例一行。例如，如果26个字母中的每一个都有一个图像，则矩阵将包含26行

输出（目标）向量

Y

应具有与

X

相同的长度，即上一示例中的26。如果对应的输入行是A，则Y中的每个元素都是1，如果是另一个字母，则为0。在我们的示例中，

Y[0]

将是1，

Y[1://code>将是0

现在，您可以使用与以前相同的代码：输出
L2
将是一个包含网络预测的向量，然后您可以像以前一样将其与
Y
进行比较

tl；dr关键思想是忘记图像是二维的，而将每个输入图像存储为向量。
感谢您的精彩回答。你最后一句话救了我。“将每个输入图像存储为向量”。我在想我必须用一个图像作为初始形式。现在，如果我把它转换成一个向量，我就可以设计我的模型了。再次感谢。