神經網絡學習限制

我在想，如果有知道的聯想神經網絡有多少能學到限制的方式。神經網絡學習限制

我想作一個簡單的網絡識別了幾句話，甚至糾正它們（如果我輸入「愨」要知道，我的意思「之間」）

如果有人有有趣的文章，請張貼。

感謝

2013-03-05 SiWM

多層前饋神經網絡是通用Aproximators

這意味着，一個多層前饋神經網絡可以逼近任意函數f（x）有經驗函數F （x）與一個錯誤epsilon。

如果輸入是一個圖像或具有「之間」的字的二進制矩陣，則你必須設置與表示該輸入層和與您的火車和測試數據的例子訓練。

一個簡單的想法可以用聚類k均值來檢測字符，施加OCR檢測和合奏的字輸入空間。

更復雜的方法可以開發，比如像 http://dl2.acm.org/citation.cfm?id=771584

2013-03-05 20:06:26

我有個字符，問題是認識的話，實際的字符模式 – SiWM 2013-03-05 20:43:53

你怎麼把文字輸入層？ – 2013-03-05 20:56:25

我還沒有創建的網絡，但是我認爲該輸入將包括的字符的實際比特（5比特/字符），以便爲3個字符將有15個輸入（感知） – SiWM 2013-03-05 21:03:02

回答