良好的神經網絡拓撲和圖像識別的訓練方法

Question

我已經做了一個模式識別的簡單項目。
我使用Backpropagation和多層神經網絡來識別10個字母。
這非常困難，我在對抗當地最低要求和慢速訓練方面遇到了很多麻煩。
但是，這個程序仍然有效。 當然，它可能只是我的錯誤代碼:)

現在我想改善我的結果並使用所有的26個字母。此外，訓練數據可能更復雜（至少有更大的圖像）。所以我有點擔心我可能會使用錯誤的方法。

您認爲可能有什麼幫助？ 也許我應該使用遺傳算法和神經網絡之間的某種組合？
或者使用更復雜的網絡拓撲？ （想起沃德網絡和訓練算法）

我想提到一個事實，即我沒有使用任何OCR庫，它只是一個教育項目。

如果有人能給我一個建議，那將會很棒。謝謝。

Answer 1

嘗試resilient propagation培訓。

我用香草Rprop培訓取得了巨大成功。至於ANN拓撲正常前饋工作的圖像處理。如果所有字母都是相同的字體和小尺寸（可能是4x4），您可以嘗試使用Self-organizing map，輸出可以代表字母。