От нейронной сети XOR до распознавания изображений
У меня есть элементарная обученная нейронная сеть XOR, работающая правильно со следующей структурой. 2 входа, 2 скрытых узла и 1 выход. Я хотел бы расширить это для распознавания изображений в градациях серого с NxN входами, M скрытыми узлами и O выходами.
У меня вопрос: верна ли такая же теория для сети с входными значениями с плавающей запятой NxN? между 0.0 и 1.0 используются в том же приложении с прямой связью и обратным распространением, что и в сети XOR, или есть еще шаги?
Решение
Предполагая, что вы хотите создать классическую сеть — все точно так же, просто векторизуйте ваши изображения — это означает, что это не матрица NxN, а длинный вектор значений N 0 от 0 до 1.
Другие решения
Других решений пока нет …