Question

我正在尝试在C＃中的Encog中构建一个简单的前馈神经网络用于RGB图像识别。例如，如果我运行以下代码：

        BasicNetwork network = new BasicNetwork();
        network.AddLayer(new BasicLayer(null, true, 60000));
        network.AddLayer(new BasicLayer(new ActivationSigmoid(), true, 60000));
        network.AddLayer(new BasicLayer(new ActivationSigmoid(), false, 4));
        network.Structure.FinalizeStructure();

我从encog-core-cs.dll得到一个 System.OverflowException ，如果我将这两个地方的神经元计数加倍到120 000，我得到一个 System.OutOfMemoryException 。这对于Encog来说是一个太大的网络，还是我做错了什么？但是如果这个太大了，我怎么能用一个合理大小的图像进行训练，比如200×200？我注定要小照片吗？

Answer 1

是的，你可以在更好的机器上计算出来，但你也做错了。不要将每个像素用作输入，从而产生这种巨大的架构。对完整原始数据进行操作的方法通常会采用非常小的缩小图像（并且在保留所有信息的同时，有些图像类型无法缩小到10x10）。

相反，请执行一些预处理，例如隔离图片的重要部分，消除噪音，更重要的是：提取功能 ，您提供给NN而不是原始数据。不要问我使用什么功能，因为它取决于您的问题。图像识别有数百种可能性。当NN在适当的功能上运行时，你会发现不仅你有更小的层，而且准确性会提高，因为网络永远不会看到不相关的数据，但从一开始就开始对某些元数据进行操作。

在Encog中构建庞大的神经网络时出现OverflowException或OutOfMemoryException

1 个答案: