输出层神经元数

Question

我是新来的人工神经网络，但请帮我解决这个问题？

我想实现一个用于字符识别的人工神经网络（使用MLP和SNN），我需要在输出层中具有与需要识别的字符数相同数量的神经元。例如，如果我希望我的网络能够识别大写字母，小写字母和数字，我是否需要在输出层中具有26 + 26 + 10个神经元。

如果我必须识别Unicode字符集中的所有字符，那么我需要输出层中有多少个神经元。

是否有任何方法（动态阈值）来减少此数字或动态添加输出层中的神经元？

请尽可能提供研究论文的链接。 谢谢。

Answer 1

不，您不需要输出层大小来匹配类的数量。

我认为你需要了解的是输出层的输出仅仅是网络输入的表示。这就是说，你可以有任何你想要的输出图层。如果你想要一个反映你的类的编码，减少图层中节点数量的最简单的方法是使用二进制编码。

示例：使用8个节点8类（每个类1个节点）代替时，可以使用3个神经元：
0级是输出0-0-0
第1类是输出0-0- 1
...
第7类是输出1-1-1

我觉得你的想法。当然，你可以使用不仅二进制，但字面上任何编码方法你可以想到（或谷歌）。