关于神经网络中输入和目标的分配

Question

我正在使用神经网络设计 OCR 算法。我有每个字符的 100 个图像（[40x20] 矩阵），所以我的输入应该是 2600x800。我对输入和目标有一些疑问。

1) 我的输入是否正确？ 2600张图片可以随机使用吗？

2) 目标应该是什么？我必须为所有 2600 个输入定义目标吗？

3) 由于同一个字符的目标是单一的，那么最终的目标向量是多少？ (26x800) 还是 (2600x800)？

Answer 1

1. 您的输入应该是正确的。您（我猜）有 26 个字符和 100 个大小为 800 的图像，因此矩阵看起来不错。作为旁注，这看起来相当大的输入大小，您可能需要考虑进行 PCA 并使用特征值进行训练，或者只是减小图像的大小。我已经能够用 10x10 图像训练 NN，但更大== 更难。尝试，如果不起作用，请尝试进行 PCA。
2. （和 3）当然，如果你想训练一个神经网络，你需要给它输入和输出，否则你将如何训练它？对于每个图像，您的输出应该是26x1，因此训练的输出应该是2600x26。在每个输出中，它所属的字符索引应为 1，其余为 0。