Реализация ANN с Python OpenCV для распознавания рукописного текста

Question

Для каждого из 50 букв есть 350 образцов. Нейронная сеть имеет 3 слоя. Входной слой 400 (20 * 20 изображений), спрятанных 200 и выход 50. Параметры обучения, которые я использовал являются:

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) 

Каковы оптимальные значения можно использовать для этой ситуации?

Answer 1

Боюсь, вам придется выбирать их вручную путем пробной ошибки &.

Эти значения зависят от множества факторов и, насколько я знаю, нет никакой формулы для их вычисления. Когда я начинаю обучение новому ANN, я просто запускаю его снова и снова, изменяя эти параметры каждый раз.