Обучение нейронной сети с прямой связью для OCR [закрыто]

Closed. Этот вопрос должен быть более сфокусирован. В настоящее время ответы не принимаются.

Хотите улучшить этот вопрос?Обновите вопрос, чтобы он был сосредоточен только на одной проблеме, отредактировав этот пост.

Закрыта в прошлом году.

В настоящее время я изучаю нейронные сети и пытаюсь создать приложение, которое можно научить распознавать рукописные символы. Для этой задачи я использую нейронную сеть с прямой связью, и, похоже, она работает, когда я обучаю ее распознавать 1, 2 или 3 разных символа. Но когда я пытаюсь заставить сеть изучить более 3 символов, она будет останавливаться на проценте ошибок около 40–60%.

Я пытался использовать несколько слоев и меньше/больше нейронов, но у меня не получается, теперь мне интересно, способна ли нейронная сеть с прямой связью распознавать такой объем информации.

Немного статистики:

Тип сети: Нейронная сеть с прямой связью

Входные нейроны: Сетка 100 (10 * 10) используется для рисования символов

Выходные нейроны: Количество символов для повторного распознавания

Кто-нибудь знает, в чем возможная ошибка в моей архитектуре? Не слишком ли много входных нейронов? Разве нейронная сеть с прямой связью не способна распознавать символы?

задан Shaido - Reinstate Monica 21 January 2019 в 12:18

0 ответов

Другие вопросы по тегам:

artificial-intelligence backpropagation feed-forward neural-network ocr

Обучение нейронной сети с прямой связью для OCR [закрыто]

0 ответов

Похожие вопросы: