手書きテキストの OCR アプリケーションに逆伝播トレーニングを備えたフィードフォワード NN を使用することにしました。入力層は 32*32 (1024) ニューロンと少なくとも 8 ～ 12 の出力ニューロンになります。
いくつかの記事を同時に読んで、Neuroph が使いやすいことがわかりました。Encog のパフォーマンスは数倍優れています。私のシナリオのパラメーターを考慮すると、どの API が最も適しているかがわかります。そして、私が取得した入力ノードの数についてコメントしていただければ幸いです。値が大きすぎますか（トピック外ですが）
まず免責事項として、私は Encog プロジェクトの主要な開発者の 1 人です。これは、私が Encog のことをよりよく知っており、おそらくそれに偏っていることを意味します。私の意見では、それぞれの相対的な強みは次のとおりです。Encog は、かなりの数の交換可能な機械学習方法とトレーニング方法をサポートしています。Neuroph はニューラル ネットワークに非常に重点を置いており、あらゆるものの間の接続を表現できます。そのため、典型的な Elman/Jordan、NEAT、HyperNEAT、Feedforward タイプのネットワークとは異なる類型の非常にカスタム/非標準 (研究用) ニューラル ネットワークを作成する場合は、Neuroph がうまく適合します。