根据https://radioml.com/research/（纯Python与NumPy），我想建立一个简单的（在最简单的学习目的）神经网络（Perceptron），可以训练识别＆＃34; A＆＃34;信件。在本教程中，在提出的示例中，他们构建了一个可以学习＆＃34; AND＆＃34;逻辑运算符。在这种情况下，我们有一些输入（4 * 3矩阵）和一个输出（4 * 1矩阵）：
每次我们用输入矩阵减去输出矩阵并计算误差和更新率等等。
现在我想将图像作为输入，在这种情况下，我的输出是什么？如何定义该图像是＆＃34; A＆＃34;信件？一个解决方案是定义＆＃34; 1＆＃34; as＆＃34; A＆＃34;信和＆＃34; 0＆＃34;为＆＃34;非A＆＃34; ，但如果我的输出是标量，我如何用隐藏层减去它并计算错误和更新权重？本教程使用＆＃34;完整批处理＆＃34;训练并将整个输入矩阵与权重矩阵相乘。我想用这种方法。最终的目标是设计一个能够识别＆＃34; A＆＃34;最简单的信件。我不知道该怎么做。
答案 0 :(得分：2)
Fist off：很好，您尝试通过从头开始编程来理解神经网络，而不是从一些复杂的库开始。让我试着澄清一下：你的理解：
每次我们用输入矩阵减去输出矩阵并计算误差和更新率等等。
不是很正确。在您的示例中，输入矩阵X是您提供给神经网络输入的内容。输出Y是您希望网络为X执行的操作：第一个元素Y[0]是第一行X的所需输出，依此类推。我们经常将其称为＆＃34;目标向量＆＃34;。现在，为了计算损失函数（即误差），我们将网络的输出（链接的示例代码中的L2）与目标向量Y进行比较。换句话说，我们将我们想要网络要做的事情（Y）与真正所做的事情进行比较（L2）。然后我们朝着更接近Y的方向迈出一步。
现在，如果要将图像用作输入，则应将图像中的每个像素视为一个输入变量。以前，我们有两个输入变量：A和B，我们想要计算X =A∧B。
示例：
如果我们拍摄一个8×8像素的图像，我们有8 * 8 = 64个输入变量。因此，我们的输入矩阵X应该是一个包含65列的矩阵（图像的64个像素+ 1个输入作为偏置项，常常= 1），每个训练示例有一行。例如。如果你有26个字母中每个字母的一个图像，矩阵将包含26行。
输出（目标）向量Y应与X具有相同的长度，即前一个示例中的26。如果相应的输入行是A，则Y中的每个元素为1，如果是另一个字母，则为0。在我们的示例中，Y[0]为1，Y[1:]为0。
现在，您可以使用与以前相同的代码：输出L2将是包含网络预测的向量，然后您可以像以前一样将其与Y进行比较。
tl; dr 关键的想法是忘记图像是2D，并将每个输入图像存储为矢量。