問題タブ [training-data]

これは私の初めてのコーディングなので、いくつかの簡単なクエリがあります。そのため、コードの最後にある 4 つのパターンでネットワークを「トレーニング」しようとしているホップフィールド ネットワークでこの問題が発生しています。次に、何が起こるかを確認するために、それを 10 回実行する必要があります。

しかし、これを実行してみると、得られた出力値はすべて初期値と同じでした。だから私は何が間違っていたのか分かりません。それとも、これはネットワークが安定した状態に落ち着いたことを意味しますか?

私のフィード フォワード ニューラル ネットワークには、150 個の入力ニューロン、25 個の隠れニューロン、および 3 個の出力ニューロンがあります。私のトレーニング データセットには 43104 個のサンプルがあり、検証およびテスト データセットにはそれぞれ 9237 個のサンプルが含まれています。検証チェックを使用してトレーニングを停止しています。検証チェックは 6 に設定されています。ただし、私のニューラル ネットワークは 11 回の反復でトレーニングを停止します。早すぎない？

ありがとうございました。

Android での OCR 認識にtess-twoライブラリを使用しています。Android で学習データを作成したい。このリンクをたどり、Linuxシステムでトレーニングデータを正常に作成しました。tess-two またはその他のライブラリを使用して Android で同じことを行うにはどうすればよいですか?

Tesseract 2.04 プラットフォームで「MICR」文字のトレーニング済みファイルのセットがあります。Tesseract 3.02 バージョンで同じトレーニング済みデータ ファイルを使用する方法はありますか?

利用可能なデータ ファイルに対して "combine_tessdata" 関数を使用しようとしましたが、失敗しました。また、2.x バージョンから 3.x バージョンへの主要な API の変更があることも理解しています。

キャラクターを再度トレーニングする必要があるかどうか、または現在のトレーニング済みデータ ファイルを使用する方法が存在するかどうかを知っていただければ幸いです。

貴重なお時間をありがとうございました。

OpenCV と SVM with images を使用して、このトピックに関連する優れた/包括的な投稿/回答を見つけました。ただし、リンクの回答から明確にしたい質問がいくつかあります。（コメントを書くのに十分な評判がないため）。

私が行ってきたこと: トレーニングに OpenCV SVM を使用しています。トレーニング マトリックスに使用される特徴は、各画像の正規化された平均 R、G、および B 値を計算することによって得られます。したがって、トレーニング マトリックスでは、各行 (または各画像) に 4 つの列があります。これらの列は、ラベル (1 または 0)、 ****r チャネルの正規化された平均****、gおよびbチャネルに対応します。

ところで、元のトレーニング ファイルはテキスト ファイルであり、引き続き float[][] に変換し、最終的に Mat オブジェクトに変換して、opencv の SVM にフィードします。ファイルは次のようになります。

1 0.267053 0.321014 0.411933
1 0.262904 0.314294 0.422802
.
.
0 0.29101 0.337208 0.371782
0 0.261792 0.314494 0.423714

どうやら、これは各行のサイズが画像のサイズと等しくなければならないというリンクの記述と矛盾しています。それはプロトコルですか、それともある種のルールですか? なぜそうすべきなのか（もしそうなら）、私はただ意味がわかりません。

私の質問は、トレーニング行列を構築する際に、各行の長さは画像の領域またはサイズに対応する必要がありますか? 私が作成したトレーニング マトリックスのように、各行の長さは 4 しかありません。これは間違っていますか?

さらに、トレーニング用に 3 つの機能 (3 列) だけで分類/SVM に十分ですか? 私を正しい道に導いてください。これを続けるべきか、それとも問題に対する他のより良いアプローチがあるかどうか疑問に思っています。

SVM のステップの背後にある概念をさらに理解できるようになることを願っています。記事または関連するサンプルをいただければ幸いです。

これは私のコードです:

ただし、次のエラーが表示されます。

input1 を入力 310 x 24 行列として、output1 を出力 155 x 24 行列として持つニューラル ネットワークを作成したいと考えています。

また、input1 と output1 を使用してネットワークをトレーニングします。

このトレーニング プロセスの後、input2 をテスト データとして使用し、input1 と output1 によってトレーニングされた上記のネットワークを使用してシミュレーション結果を取得したいと考えています。

要約すると、input1 と output1 を使用して独自のネットワークをトレーニングし、input2 を使用してシミュレーション結果を取得したいと考えています。

これらのエラーは、トレーニング セクションとテスト セクションの入力サイズの違いに基づいていると思います。

どうすればこの問題を解決できますか? 追加のプロセスを実行する必要がありますか??

私はあなたの親切な答えを探しています。

ありがとうございました。