artificial-intelligence - 遗传算法和神经网络

Question

我现在正在研究遗传算法和神经网络，我想用遗传算法训练神经网络，用神经网络解决OCR问题，我还是不明白训练方法，假设我有 5 个训练集，每组有 26 个字符（AZ），我应该进行从 A1-Z1 到 A5-Z5（每组）或 A1-A5 到 Z1-Z5（每字符）的训练以及多少代应该按字符生成？或者直到错误最小？

我想这就是我现在想问的全部

如果我的问题有什么不清楚的地方请告诉我

谢谢你

Answer 1

实际上，你真的可以为每个字母开发一个神经网络。只需使用自动关联网络（自动编码器）。这些网络经过训练，以便输出再现输入。这样你就可以训练 26 个网络。在验证时，对于每个字母，获得最低错误的网络是代表该字母的网络。这种方法在分类问题上取得了很好的效果。

Answer 2

具有 26 个输出的神经网络是奇数。您应该为每个字母建立一个网络，但让它在训练期间看到所有字母，以便它可以在看到预期字母时告诉您。对于代数，您通常应该满足以下两个条件之一：错误变得低于阈值或代数超过限制。这取决于您选择这些参数。

Answer 3

用 GA 训练 ANN 会非常缓慢。也许你应该考虑一些混合方法。在将数据输入 ANN 之前，您需要进行大量图像预处理。此外，您需要非常仔细地设计您的 ANN。您应该考虑输入的大小和输出的大小。使用 GA，您可以优化两件事：1. ANN 拓扑或 2. ANN 权重。