从异或神经网络到图像识别

Question

我有一个基本的 XOR 训练神经网络，可以正常工作，具有以下结构。 2 个输入、2 个隐藏节点和 1 个输出。我想将此扩展到具有 NxN 输入、M 个隐藏节点和 O 个输出的灰度图像识别。

我的问题是，对于具有 NxN 浮点输入值在 0.0 和 1.0 之间的网络，是否/将相同的基本理论适用于与用于相同的前馈和反向传播应用程序的网络异或网络，还是涉及更多步骤？

Answer 1

假设您要创建一个经典网络 - 一切都完全相同，只需对图像进行矢量化 - 这意味着它不是真正的 NxN 矩阵，而是 0 到 1 之间值的 N^2 长向量。