我想知道是否有办法知道关联神经网络可以学到多少的限制。
我想创建一个识别几个单词的简单网络，甚至可以纠正它们（如果我输入'betwen'以便知道我的意思'介于'之间）
如果有人有有趣的文章，请发布。
由于
答案 0 :(得分：0)
多层前馈神经网络是通用Aproximators
http://en.wikipedia.org/wiki/Universal_approximation_theorem
这意味着使用多层前馈神经网络，您可以使用带有误差epsilon的经验函数F（x）逼近任何函数f（x）。
如果您的输入是图像或带有“之间”字样的二进制矩阵，则必须使用您的表示设置输入图层，并使用您的列车和测试数据的示例进行训练。
一个简单的想法可能是用k-means聚类输入空间来检测字符，应用ocr检测并整合单词。
可以开发更复杂的方法，例如 http://dl2.acm.org/citation.cfm?id=771584