我想知道是否有办法知道关联神经网络可以学习多少的限制。
我想制作一个简单的网络来识别几个单词，甚至可以纠正它们（如果我输入“betwen”以知道我的意思是“介于”）
如果有人有有趣的文章，请发表。
谢谢
问问题
211 次
1 回答
0
多层前馈神经网络是通用逼近器
http://en.wikipedia.org/wiki/Universal_approximation_theorem
这意味着，使用多层前馈神经网络，您可以使用具有误差 epsilon 的经验函数 F(x) 来逼近任何函数 f(x)。
如果您的输入是带有单词“between”的图像或二进制矩阵，那么您必须使用您的表示设置输入层，并使用您的训练和测试数据的示例进行训练。
一个简单的想法可能是使用 k-means 对输入空间进行聚类以检测字符，应用 ocr 检测并集成单词。
可以开发更复杂的方法，比如 http://dl2.acm.org/citation.cfm?id=771584
于 2013-03-05T20:06:26.297 回答