我是一个非常非常(初学者)的人工神经网络,并阅读this tutorial。作者在下面的OCR示例中解释了ANN。使用神经网络进行数字识别的具体示例
有一个8x8网格与相等的单元格的二进制图像(单元格总是相同的大小)。每个数字都是使用网格的一些单元格形成的。每张图片都有数字0-9
之一。
此外,假设所有训练的数字也具有相等的8×8网格(例如训练数字的向量4
=识别数字的向量4
)。
所以他说,我们需要64个输入(对每个网格单元一个输入)。另外我们需要10个输出节点(因为我们有10个数字)。假设有一层隐藏节点。但我无法理解所有这些如何发挥作用。
谁能说出我们需要多少个隐藏节点以及这些隐藏节点必须做些什么?
P.S.我们不需要在这里完成所有帮助OCR处理 - 预处理,分割,演示。我们已经有向量的长度为64的特征。