buw*_*eka 6 neural-network encog
我决定使用带有反向传播训练的前馈NN来为我的OCR应用程序提供手写文本,输入层将使用32*32(1024)个神经元和至少8-12个输出神经元.
通过同时阅读一些文章我发现Neuroph很容易使用,而Encog在性能方面要好几倍.考虑我的场景中哪些API是最合适的参数.如果你能评论我已经采取的输入节点的数量,我是否感谢,是否它的值太大(虽然它超出了主题)
Jef*_*ton 12
首先是我的免责声明,我是Encog项目的主要开发人员之一.这意味着我更熟悉Encog,即Neuroph并且可能偏向于它.在我看来,每个的相对优势如下.Encog支持相当多的可互换机器学习方法和培训方法.Neuroph非常专注于神经网络,你可以表达几乎任何东西之间的联系.因此,如果您打算创建非常类型的非定制/非标准(研究)神经网络,而不是典型的Elman/Jordan,NEAT,HyperNEAT,前馈型网络,那么Neuroph将很好地适应该法案.
| 归档时间： |
|
| 查看次数： |
2637 次 |
| 最近记录： |