与神经网络的输入和目标混淆

Question

最近我发布了很多关于我正在制作的角色识别程序的问题。我以为我一直工作到今天。我认为这与我对网络的培训有关。以下是对我如何看待训练和模拟程序的解释。

给出这两个图像

目标

输入

我想训练网络识别字母D.请注意，在此之前，我已经将图像处理成二进制矩阵。对于培训我使用

[net,tr] = train(net,inputs,targets);

而不是输入我是目标，因为我想训练网络识别目标图像中的所有字母。

然后我跑

outputs = sim(net,inputs);

其中输入是带有字母“D”的图像，或带有ABCD中任何其他字母的图像。这里的基本前提是我想训练网络识别ABCD中的所有字母，然后选择任何字母A，B，C或D，看看网络是否识别出这个选择的字母。

问题：

我对训练程序是否正确？

Answer 1

这很大程度上取决于你如何实现你的神经网络。虽然关于你问的问题，我猜你自己并没有实现它，而是使用了一些现成的API。

无论如何，你应该先使用它们之前使用的工具（这里是神经网络）。

神经网络接受输入并执行输入的线性或非线性变换并返回输出。

输入和输出始终是数值。但是它们可能代表任何类型的数据。

输入可以是：

• 图片的像素
• 实值或整数属性
• 分类
• 等

在您的情况下，输入是您的角色图像（二进制矩阵）的像素。

输出可以是：

• 课程（如果您正在进行分类）
• 值（如果您正在进行回归）
• 时间序列中的下一个值（如果您正在进行时间序列预测）

在您的情况下，您正在进行分类（预测输入所代表的字符），因此您的输出是一个类。

为了让您了解网络是如何训练的，我将首先解释如何在训练后使用它，然后解释它对训练阶段的意义。

所以一旦你训练了你的网络，你就会给它代表你的图像的二进制矩阵，它将输出（例如）的类（字符）：0表示A，1表示B，2表示C和3代表D.换句话说，你有：

• 输入：二进制矩阵（图片）
• 输出 0,1,2或3（取决于网络在图片中识别的字符）

培训阶段包括告诉网络您希望为每个输入输出哪个输出。

训练阶段使用的数据类型与“预测阶段”中使用的数据类型相同。因此，对于培训阶段：

• 输入：二进制矩阵[A，B，C，D] （每个字母一个！非常重要！）
• 目标：相应的类[0,1,2,3]

这样，你告诉网络要知道如果给它A的图像它应该输出0，如果你给它B的图像它应该输出1，依此类推。

注意：您错了，因为您认为“输入”是您希望在培训阶段之后为网络提供的输入，当时它们实际上是在培训期间提供给网络的输入相。