使用 Python OpenCV 实现 ANN 以进行手写识别

Question

50个字母中的每一个都有350个样本。神经网络有 3 层。输入层400（20*20图像），隐藏层200，输出50。我使用的训练参数是：

max_steps = 1000
max_err = 0.000001
condition = cv2.TERM_CRITERIA_COUNT | cv2.TERM_CRITERIA_EPS
criteria = (condition, max_steps, max_err)
train_params = dict(term_crit = criteria, 
              train_method = cv2.ANN_MLP_TRAIN_PARAMS_BACKPROP, 
              bp_dw_scale = 0.1, 
              bp_moment_scale = 0.1)

对于

这种情况，我可以使用的最佳值是多少？

Answer 1

我担心你必须通过反复试验来手动选择它们。

这些值取决于很多因素，据我所知，没有公式可以计算它们。当我开始训练一个新的ANN时，我只是一遍又一遍地运行它，每次都会稍微改变这些参数。