2

我有一个角色的形象。我想制作一个神经网络，以便将像素的线性数组作为输入并生成字符的 Unicode，以便我可以将它与该字符的实际 Unicode 进行比较。我使用 pybrain 进行了尝试，但无法编写可以生成 Unicode 的代码。这些是我将用于神经网络的参数：

• 学习率 = 150

• S 形斜率 = 0.026

• 权重偏差 = 30

• 时期数 = 300（最大值）

• 平均误差阈值 = 0.0002

我正在考虑以下算法：

  1. 根据指定的拓扑参数组成网络
  2. 在指定的 ± 权重偏差值内使用随机值初始化权重。 [7]
  3. 加载训练集文件（输入图像和所需的输出文本）
  4. 分析输入图像并将所有检测到的符号映射到线性阵列中
  5. 从文件中读取所需的输出文本并将每个字符转换为二进制 Unicode 值以单独存储
  6. 对于每个字符：计算前馈网络的输出 b. 与对应于符号的期望输出进行比较并计算误差 c。在每个链接上反向传播误差以调整权重
  7. 移动到下一个字符并重复步骤 6，直到所有字符都被访问
  8. 计算所有字符的平均误差
  9. 重复第 6 步和第 8 步，直到指定的 epoch 数 是否达到错误阈值？如果是，则中止迭代 b。如果不继续迭代

我无法在第 6 步生成 unicode 作为神经网络的输出。请帮助

4

0 回答 0