遗传算法与神经网络

Question

目前我正在研究遗传算法和神经网络，我想用遗传算法训练神经网络并使用神经网络来解决OCR问题，我还是不明白的是训练方法，假设我有5个训练集，每组有26个字符（AZ），我应该从A1-Z1到A5-Z5（每组）或A1-A5到Z1-Z5（每个字符）进行训练，每个字符应该生成多少代？或者直到错误最小？

我认为这就是我现在要问的全部

如果我的问题有任何不清楚的地方请告诉我

谢谢

Answer 1

实际上，你真的可以为每个字母开发一个神经网络。只需使用自动关联网络（Autoencoders）。训练这些网络，使输出再现输入。那样你就可以训练26个网络。在验证时，对于每个字母，获得最低错误的网络是表示该字母的网络。这种方法在分类问题上取得了很好的效果。

Answer 2

具有26个输出的神经网络是奇数。你应该为每个字母建立一个网络，但是让它在训练期间看到所有字母，这样它就可以告诉你什么时候看到预定的字母。 通常，您应该满足以下两个条件之一：错误变得低于阈值或数量超过限制。这取决于你选择这些参数。

Answer 3

用GA训练ANN非常缓慢。也许你应该考虑一些混合方法。在为ANN提供数据之前，您需要进行大量的图像预处理。您还需要非常仔细地设计ANN。您应该考虑输入的大小和输出的大小。使用GA，您可以优化两件事：1。ANN拓扑或2. ANN权重。