के लिए प्रशिक्षण फीडफोर्ड न्यूरल नेटवर्क वर्तमान में तंत्रिका नेटवर्क के बारे में सीख रहा हूं और मैं ऐसे एप्लिकेशन को बनाने की कोशिश कर रहा हूं जिसे हस्तलिखित पात्रों को पहचानने के लिए प्रशिक्षित किया जा सके। इस समस्या के लिए मैं एक फीडफोर्ड न्यूरल नेटवर्क का उपयोग करता हूं और ऐसा लगता है कि जब मैं इसे 1, 2 या 3 अलग-अलग वर्णों को पहचानने के लिए प्रशिक्षित करता हूं तो ऐसा लगता है। लेकिन जब मैं नेटवर्क को 3 से अधिक वर्णों को सीखने की कोशिश करता हूं तो यह 40 - 60% के आसपास एक त्रुटि प्रतिशत पर स्थिर हो जाएगा।ओसीआर
मैंने कई परतों, कम/अधिक मात्रा में न्यूरॉन्स की कोशिश की लेकिन मुझे यह सही नहीं लग रहा है, अब मैं सोच रहा हूं कि एक फीडफोर्ड न्यूरल नेटवर्क उस जानकारी को पहचानने में सक्षम है या नहीं।
कुछ आँकड़े:
नेटवर्क प्रकार: feedforward तंत्रिका नेटवर्क।
इनपुट न्यूरॉन्स: 100 (एक 10 * 10) ग्रिड पात्रों
उत्पादन न्यूरॉन्स आकर्षित करने के लिए प्रयोग किया जाता है: वर्ण की राशि regocnize को
किसी को पता संभव दोष क्या है मेरे वास्तुकला में है? क्या बहुत अधिक इनपुट न्यूरॉन्स हैं? फीडफोर्ड न्यूरल नेटवर्क चरित्र पुनर्वितरण में सक्षम नहीं है?
अग्रिम धन्यवाद।
आप कितने छुपे हुए न्यूरॉन्स का उपयोग कर रहे हैं? – mbatchkarov
आपके काम के लिए इनपुट और आउटपुट न्यूरॉन्स ठीक लगते हैं लेकिन आप अपने नेटवर्क को कैसे प्रशिक्षित करते हैं, आप किस एल्गोरिदम का उपयोग करते हैं? आप वजन कैसे शुरू करते हैं? – maximdim
मैंने बैकपॉपैगेशन और आनुवंशिक एल्गोरिदम का उपयोग करने की कोशिश की। मैंने इसे 70 न्यूरॉन्स की एक छिपी हुई परत के साथ और एक बार 2 छिपी हुई परतों (70 और 40) न्यूरॉन्स के साथ कोशिश की। –