使神经网络具有分层输出更好吗？
我对神经网络非常陌生，最近我建立了用于车牌号码分类的神经网络。它有3层:1输入层，16*24(382神经元)数字图像，150 dpi；1隐层(199神经元)，乙状结肠激活函数；1 softmax输出层(10神经元)，每个数字0到9。
我想把我的神经网络扩展到车牌上的字母分类。但我担心，如果我只是简单地在输出中添加更多的类，例如在分类中添加10个字母，总共20个类，神经网络将很难将特征从每个类中分离出来。而且，当输入是数字的输入，神经网络错误地将其归类为概率最大的字母时，即使所有数字输出的概率之和超过了这一概率之和，也会引起问题。
因此，我想知道是否有可能以下列方式建立分层神经网络：
有三个神经网络：“项目”、“数字”、“字母”
- “项目”神经网络分类输入是数字还是字母。
- 如果“Item”神经网络将输入分类为数字(字母)，则输入通过‘Number’(字母)神经网络。
- 从数字(字母)神经网络返回最终输出。
每个网络的学习机制如下：
- “项目”神经网络学习数字和字母的所有图像。所以有两个输出。
- ‘number’(字母)神经网络只学习数字(字母)的图像。
我应该选择哪种方法来进行更好的分类？只是简单地增加10个类，还是用上面的方法构建层次化的神经网络？
回答 2
Stack Overflow用户
发布于 2018-01-13 16:19:41
我强烈建议只训练一个单独的神经网络，它能输出你想要检测的所有类型的图像(因此，你想要识别的每一个字母都有一个输出节点，而你想识别的每一个数字都有一个输出节点)。
主要原因是识别数字和识别字母实际上是完全相同的任务。直观地说，你可以理解一个经过训练的多层神经网络，它可以在多个步骤中进行识别。在隐藏层中，它可以学习检测各种简单的原始形状(例如，隐藏层可以学习检测垂直线、水平线、对角线、某些简单的弯曲形状等)。然后，在隐藏层和输出层之间的权重中，它可以学习如何将这些原始形状的多个组合识别为特定的输出类(例如，在大致正确位置上的垂直和水平线可以被重新编码为大写字母L)。
它在隐藏层中学到的那些“东西”将与数字和字母完全相关(这条垂直线可能表示L，当与其他形状组合时也可能表示1 )。因此，有一些有用的东西需要学习，这些东西对两个“任务”都相关，如果它能够在同一个网络中学习它们，它可能会更容易地学习这些东西。
也见一个我过去曾回答过一个相关的问题。
Stack Overflow用户
发布于 2018-01-14 20:31:41
我想把我的神经网络扩展到车牌上的字母分类。但我担心，如果我只是简单地在输出中添加更多的类，例如在分类中添加10个字母，总共20个类，神经网络将很难将特征从每个类中分离出来。
你离它变成问题的地方很远。ImageNet有1000个类，通常在单个网络中完成。见AlexNet纸。如果您想了解更多关于CNN的知识，请查看第二章“卷积神经网络体系结构的分析与优化”。当你在上面的时候，请看第四章的历史分类。你可以读一下.嗯，总结一下。
https://stackoverflow.com/questions/48237696
复制相似问题
腾讯云开发者
