[英]Training letter images to a neural network with full-batch training
根据本教程 (带有NumPy的纯Python),我想构建一个简单的(用于学习目的的最简单级别)神经网络(Perceptron),该神经网络可以训练识别“ A”字母。 在本教程中,在提出的示例中,他们构建了一个可以学习“ AND”逻辑运算符的网络。 在这种情况下,我们有一些输入(4 * 3矩阵)和一个输出(4 * 1矩阵):
每次我们用输入矩阵减去输出矩阵,然后计算误差和更新率等等。
现在,我想提供一个图像作为输入,在这种情况下,我的输出是什么? 如何定义图像为“ A”字母? 一种解决方案是将“ 1”定义为“ A”字母,将“ 0”定义为“ non-A”,但是,如果我的输出是标量,那么如何使用隐藏层减去它并计算误差并更新权重? 本教程使用“全批次”训练,并将整个输入矩阵与权重矩阵相乘。 我想用这种方法。 最终目标是设计一种神经网络,该网络可以识别最简单形式的“ A”字母。 我不知道该怎么做。
拳头:很好,您尝试通过从头编程对神经网络进行理解,而不是从一些复杂的库开始。 让我尝试清除问题:您在这里的理解:
每次我们用输入矩阵减去输出矩阵,然后计算误差和更新率等等。
是不是真的正确。 在您的示例中,输入矩阵X
是您提供给神经网络输入的内容。 输出Y
是您希望网络对X
:第一个元素Y[0]
是X
的第一行的期望输出,依此类推。 我们通常将其称为“目标向量”。 现在要计算损失函数(即误差),我们将网络的输出(在链接的示例代码中为L2
)与目标向量Y
。 在的话,我们比较了我们希望做网络( Y
)什么它确实 ( L2
)。 然后,我们朝更靠近Y
的方向迈出一步。
现在,如果要使用图像作为输入,则应将图像中的每个像素视为一个输入变量。 以前,我们有两个输入变量:A和B,我们要为其计算项X = A∧B。
范例 :
如果我们拍摄8 x 8像素的图像,则我们有8 * 8 = 64个输入变量。 因此,我们的输入矩阵X
应该是一个65列的矩阵(图像的64个像素+ 1个输入作为偏差项,它始终为= 1),每个训练示例都有一行。 例如,如果您有26个字母中的每个字母的一张图像,则矩阵将包含26行。
输出(目标)向量Y
的长度应与X
相同,即在前面的示例中为26。 如果相应的输入行是A,则Y
每个元素为1;如果是另一个字母,则为0。 在我们的示例中, Y[0]
为1, Y[1:]
为0。
现在,您可以使用与以前相同的代码:输出L2
将是包含网络预测的向量,然后您可以将其与Y
进行比较。
tl; dr关键思想是忘记图像是2D的,并将每个输入图像存储为矢量。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.