我是神经网络领域的新手(说实话我几天前才刚开始)。我想在我的 OCR 应用程序中使用神经网络来识别手写文本。
我想知道的是，是否可以在初始训练后训练网络。换句话说，我一开始要训练几个字符，但我想稍后向网络添加更多字符，而不影响以前训练过的数据的存在。(假设我已经创建了具有足够输出神经元的神经网络用于其他字符).如果可能的话，我该如何使用 encog 来完成这项工作。
谢谢
最佳答案
是也不是。如果你训练同一个神经网络来识别新字符，权重 (θ) 肯定会在层之间发生变化以适应新字符。由于您的 X/Y 值已更改，成本函数可能也需要更改以更准确地适应新数据。但是，只要您的错误率在可接受的值范围内，您应该没有问题。
另一方面，您可以使用 2 个神经网络 - 一个用于初始字符集，另一个用于新字符集。 Neuroph 允许您将每个神经网络保存到一个文件中，您可以根据需要加载合适的神经网络。
PS:我这里假设字符是指'A'/'B'/'C'而不是x1/x2/x3等神经网络变量(网络的特征)
关于java - Encog/neuroph 保存神经网络，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/13117761/