使用 Aforge.net 神经网络进行字符识别

Question

我正在尝试使用 Aforge.net 识别 0 到 9 位数字。我尝试了所有方法，但仍然无法获得结果，请查看我的程序以及为什么我无法识别数字。问题可能出在隐藏层数、学习率或输入数据上，我通过更改隐藏层数和学习率进行了尝试。请提出想法。

// opening file
OpenFileDialog open = new OpenFileDialog();
ActivationNetwork enactivation = new ActivationNetwork(new BipolarSigmoidFunction(1),  3886,10, 10);
double[][] input = new double[10][];
double[][] output = new double[10][];
//generating input data using Feature class -- which code is given below

Feature feature = new Feature();

//iterating for all 10 digits. 
for (int i = 0; i < 10; i++)
        {
           open.ShowDialog();
           Bitmap bitmap = new Bitmap(open.FileName);
          double[] features = feature.features(bitmap);
            input[i] = features;
             features = feature.features(bitmap);
            output[i] = feature.features(bitmap);
         }

enactivation.Randomize();
        BackPropagationLearning learn = new BackPropagationLearning(enactivation);
//learning 
        learn.LearningRate = 0.005f;
        learn.Momentum = 0.005f;
        double errora;
        int iteration = 0;

        while (true)
        {
            errora = learn.RunEpoch(input, output);
            if (errora < 0.0006)
                break;
            else if (iteration > 23000)
               break;
            iteration++;
           // Console.WriteLine("error {0} {1} ", errora, iteration);
       }
       double[] sample;
        open.ShowDialog();
        Bitmap temp = new Bitmap(open.FileName);
       // providing input for computation using feature class
        sample = feature.features(temp);
        foreach (double daa in enactivation.Compute(sample))
        {
            Console.WriteLine(daa);
        }

为训练神经网络提供输入的类特征 类特征 {

    public double[] features(Bitmap bitmap)
    {
        //feature 
        double[] feature = new double[bitmap.Width * bitmap.Height];
       int featurec = 0;
        for (int vert = 0; vert < bitmap.Height; vert++)
        {
            for (int horizantal = 0; horizantal < bitmap.Width; horizantal++)
            {
                feature[featurec] = bitmap.GetPixel(horizantal, vert).ToArgb();
                if (feature[featurec] < 1)
                {
                    feature[featurec] = -0.5;
                }
                else
                {
                    feature[featurec] = 0.5;
                }
                featurec++;
            }
        }
        return feature;
    }

}

Answer 1

我没有用过 aforge，但是 re.使用反向传播神经网络解决这个问题：

1. 您需要一个 10x10 的输入网格，网格中的每个单元格占图像的 1/100

2. 您至少需要一个，可能是 2 个隐藏层

3. 使用偏差输入（即固定值的来源）对每个单元格网络将训练得更快（这让单元格训练得更快：Role of Bias in Neural Networks）

4. 我永远不会在 bp 模式下启动，但总是先运行一些统计退火。 Bp 用于在找到一个局部最小值后下降

还有：

• 您是否成功使用 aforge 解决了其他问题？

• 当您尝试训练网络时会发生什么？