问用于OCR的多层感知器

EN

这些问题中的大多数都是你需要尝试的不同选项，看看什么是最有效的。这就是ANNs的问题所在。几乎任何事情都没有“最佳”的方法。你需要找出解决你的具体问题的方法。不过，我会就你的问题提出我的意见。

1)我更喜欢渐进式学习。我认为在每个模式之后更新网络权重是很重要的。

2)这是一个棘手的问题。这真的取决于你的网络的复杂性。有多少输入节点、输出节点和培训模式。对于您的问题，我可能会从100开始，并尝试从100向上和向下的范围，看看是否有改善。

3)对测试集(而不是训练集)应用于测试集(而不是训练集)后，通常计算网络的总误差。如果这个错误增加了大约5个时期，我将停止训练，然后使用在增加之前创建的网络。在决定停止训练时，不要使用训练集的错误是很重要的。这就是导致过度适应的原因。

4)如果将输出表示为26个节点，则还可以尝试使用概率神经网络，每个节点代表字母中的一个字母。这种网络体系结构有利于分类问题的解决。同样，只要尝试几个不同的体系结构，看看什么最适合您的问题，这可能是个好主意。