我应该如何设置输入神经元以接收我的输入

Question

我需要能够确定是否正确或不正确地绘制了一个形状，

我有形状的样本数据，它保存形状和像素的顺序（用像素的颜色表示）

例如，您可以看到下采样图像和颜色变化

我无法确定我需要定义的网络，以接受此类培训输入。

我应该将sampledown图像转换为矩阵并输入吗？让我们说我的图像是64x64，我需要64x64输入神经元（如果我忽略像素的颜色，那我觉得）是可行的解决方案吗？

如果您有任何指导，我可以使用它：）

Answer 1

我给你举了一个例子如下。 它是字母c的二值化4x4图像。您可以连接行或列。我按列连接，如图所示。然后将每个像素映射到输入神经元（总共16个输入神经元）。在输出图层中，我有26个输出，字母a到z。

注意，在图中，为简单起见，我没有将所有节点从层i连接到层i+1，您可能应该将它们全部连接起来。

在输出层，我突出显示c的节点，以指示对于此训练实例，c是目标标签。预期的输入和输出向量列在图的底部。

如果要保持颜色强度，例如R / G / B，则必须将输入数量增加三倍。每个像素被三个神经元替换。

希望这会有所帮助。为了进一步阅读，我强烈建议Andrew Ng在here - UFLDL进行深度学习教程。这是图像识别问题的现状。在本教程的练习中，您将接受严格的培训，对图像进行预处理，并使用大量的图像处理工程技巧，以及端到端的有趣的深度学习算法。