使用 Python OpenCV 实现手写识别的 ANN答案

【问题标题】：ANN implementation with Python OpenCV for handwriting recognition使用 Python OpenCV 实现手写识别的 ANN
【发布时间】：2016-02-29 01:51:23
【问题描述】：

50 个字母中的每一个都有 350 个样本。神经网络有 3 层。输入层400（20*20张图片），隐藏层200，输出层50。我使用的训练参数是：

max_steps = 1000
max_err = 0.000001

condition = cv2.TERM_CRITERIA_COUNT | cv2.TERM_CRITERIA_EPS

criteria = (condition, max_steps, max_err)

train_params = dict(term_crit = criteria, 
              train_method = cv2.ANN_MLP_TRAIN_PARAMS_BACKPROP, 
              bp_dw_scale = 0.1, 
              bp_moment_scale = 0.1)

对于这种情况，我可以使用哪些最佳值？

【问题讨论】：

标签： python opencv neural-network handwriting-recognition

【解决方案1】：

我担心您必须通过反复试验手动选择它们。

这些值取决于很多因素，据我所知，没有公式可以计算它们。当我开始训练一个新的 ANN 时，我只是一遍又一遍地运行它，每次都会稍微改变这些参数。

【讨论】：

难道没有办法缩小每个值的范围吗？
@sope，带有反向传播 - 我不知道任何。可以使用BFGS，效果会更好。