Python 如何增加神经网络可以识别的图像范围？

我正在用Pytork开发一个图像识别神经网络。我的目标是拍摄手写数学方程式的照片，对其进行处理，并使用神经网络识别每个元素。我已经到了可以从方程中分离出每个变量、数字或符号的地步，一切都可以通过神经网络发送。我已经训练了我的网络来很好地识别数字（这部分很简单），但是现在我想把神经网络的范围扩大到识别字母和数字。我把手写的字母和数字一起装入张量，将元素混洗，然后分批放入。无论我如何改变我的学习速度，我的架构（隐藏层和每层神经元的数量），或者我的批量大小，我都无法让神经网络识别字母

这是我的网络架构和前馈功能（你可以看到我尝试了隐藏层的数量）：

这是训练代码块（数据在数据加载器中洗牌，基本事实按相同顺序洗牌，批量大小为10，总数字字母和数字数据点为244800）：

---

提前谢谢你的帮助

我建议的第一件事是编写一个干净的Pytorch代码

例如，
如果我看到你的神经网络类，它应该有

forward

方法（小写为f）， 这样您就不会使用

prediction=neuralNet.Forward（dataSet）

调用它。如果您使用

prediction=neuralNet.Forward（dataSet）

，则无法调度来自神经网络的钩子。 有关更多详细信息，请参阅

---

第二件事是：由于您的数据集不平衡……请尝试使用欠采样/过采样方法，这对您的情况非常有帮助。

这很可能不是因为代码不正确，所以它不属于so。但您可能应该使用更先进的神经网络，具有卷积层和batchnorm等等。寻找最佳MNIST结果，并尝试在数据集上复制它。此外，您的数据集平衡程度如何？如果某些类明显占主导地位，这将对您的结果产生负面影响OK，谢谢您提供的信息。我有大约60000个手写数字数据点和大约184800个字母，包括大写和小写字母。我将准确地检查每个字母中有多少字母，并根据这些字母确定我的数据集是否存在问题。再次感谢

class NeuralNetwork(nn.Module):

def __init__(self):

    super().__init__()
    inputNeurons, hiddenNeurons, outputNeurons = 784, 700, 36

    # Create tensors for the weights
    self.layerOne = nn.Linear(inputNeurons, hiddenNeurons)
    self.layerTwo = nn.Linear(hiddenNeurons, hiddenNeurons)
    self.layerThree = nn.Linear(hiddenNeurons, outputNeurons)
    #self.layerFour = nn.Linear(hiddenNeurons, outputNeurons)
    #self.layerFive = nn.Linear(hiddenNeurons, outputNeurons)

# Create function for Forward propagation
def Forward(self, input):

    # Begin Forward propagation
    input = torch.sigmoid(self.layerOne(torch.sigmoid(input)))
    input = torch.sigmoid(self.layerTwo(input))
    input = torch.sigmoid(self.layerThree(input))
    #input = torch.sigmoid(self.layerFour(input))
    #input = torch.sigmoid(self.layerFive(input))

    return input

neuralNet = NeuralNetwork()
params = list(neuralNet.parameters())
criterion = nn.MSELoss()
print(neuralNet)

dataSet = next(iter(imageDataLoader))
groundTruth = next(iter(groundTruthsDataLoader))

for i in range(15):

    for k in range(24480):

        neuralNet.zero_grad()

        prediction = neuralNet.Forward(dataSet)
        loss = criterion(prediction, groundTruth)
        loss.backward()

        for layer in range(len(params)):

            # Updating the weights of the neural network
            params[layer].data.sub_(params[layer].grad.data * learningRate)