有没有办法在OpenCV中导入RapidMiner MLP-ANN？

Question

我在RapidMiner Studio中训练并验证了MLP模型。 我的输入值已经标准化为[-1,1]。 据我所知，MLP已经由其权重定义。 如您所见，ANN有一个隐藏层： http://i.stack.imgur.com/qhVP0.png

现在我试图在OpenCV中导入它，因为我不想重新训练整个模型。 我从RapidMiner获得了每个Node + Bias的所有权重。

OpenCV提供函数CvANN_MLP :: load（），我可以在其中加载XML或YML文件。 我尝试根据自己的需要修改现有的YML配置。如您所见，我已经定义了图层/数据的尺寸。

我有23个输入，15个隐藏节点和5个输出。 所以我得到（23 + 1）* 15 =隐藏层的360权重和输出层的（15 + 1）* 5 = 80权重。

我的主要问题是：

• 这可能吗？
• 这些值的正确顺序是什么？
• Bias-Values位于何处？
• 输出缩放到底有什么作用？
• 如何从OpenCV中的响应矩阵确定预测标签？ （它是最大值的指数吗？）

我已经尝试导入修改后的文件和编译的程序。 它计算一些东西，但我不认为/我不确定它是否有效。

这是我的YML文件：

<p>Hover me</p>
<div class="semi-circle"></div>

Answer 1

在玩了一些重量，位置和音阶后，我得出的结论是，通常不能使用相同的重量。

我认为原因是无法按原样处理分类数据（详情请参阅Official Documentation）。 重量和体重的整个结构对我来说变得有些难以理解。

我不得不直接用OpenCV重新训练网络。这很难过，因为我无法使用RapidMiner的强大交叉验证功能来验证分类。此外，训练算法似乎有很大的不同，所以我得到了一个不同的网络。

如果将来某人有将重量导入OpenCV的解决方案，请告知我们。