Keras 中单个输入的多个输出向量
Multiple Output Vectors for a single Input in Keras
我想在 Keras 中创建一个神经网络，用于将手写文字转换为计算机字母。
我的第一步是将一个句子转换成一个数组。我的数组的形状为 (1, number of letters,27)。现在我想将它输入到我的深度神经网络中并进行训练。
但是如果尺寸不适合我的图像，我该如何正确输入呢？我如何实现我的预测函数给我一个 (1, number of letters,27)?
的输出数组
您似乎在尝试进行 Handwritten Recognition or similarly Optical Character Recognition 或 OCR。这是一个相当广阔的领域，有很多方法可以进行。尽管如此，我建议的一种方法如下：
众所周知，神经网络具有 固定大小的输入 ，也就是说，如果您将其构建为接受形状为 (28,28,1) 的输入，那么模型将期望那个形状作为他们的输入。因此，不建议在样本中使用取决于句子中字母数量的维度（变量），因为您将无法以这种方式训练模型NNs.
如果您将模型设计为一次预测一个字符，而不是可以具有不同长度的整个句子，然后将预测的字符分组，则可以训练这样的模型.您可以尝试实现此目标的步骤可能是：
获取您想要识别的字符的训练样本（例如 MNIST 数据库），并设计和训练您的模型以一次预测一个字符。
获取带有文字的图像进行分类，并在其上传递一个与您预期的输入大小相匹配的滑动 Window（比如 28x28 window）。然后，将这些 windows 中的每一个分类为一个字符。除了滑动 Window，您可以尝试以某种方式隔离您想要的功能，然后只对那些 28x28 段进行分类。
以某种方式对预测的字符进行分组，以便您得到单词（可能将那些由空格分隔的字符分组）或对预测做任何您想做的事情。
您也可以尝试搜索手写识别的教程或指南，例如 this one 我发现它非常有用。希望这能帮助你走上正轨，祝你好运。
我想在 Keras 中创建一个神经网络，用于将手写文字转换为计算机字母。
我的第一步是将一个句子转换成一个数组。我的数组的形状为 (1, number of letters,27)。现在我想将它输入到我的深度神经网络中并进行训练。
但是如果尺寸不适合我的图像，我该如何正确输入呢？我如何实现我的预测函数给我一个 (1, number of letters,27)?
您似乎在尝试进行 Handwritten Recognition or similarly Optical Character Recognition 或 OCR。这是一个相当广阔的领域，有很多方法可以进行。尽管如此，我建议的一种方法如下：
众所周知，神经网络具有 固定大小的输入 ，也就是说，如果您将其构建为接受形状为 (28,28,1) 的输入，那么模型将期望那个形状作为他们的输入。因此，不建议在样本中使用取决于句子中字母数量的维度（变量），因为您将无法以这种方式训练模型NNs.
如果您将模型设计为一次预测一个字符，而不是可以具有不同长度的整个句子，然后将预测的字符分组，则可以训练这样的模型.您可以尝试实现此目标的步骤可能是：
获取您想要识别的字符的训练样本（例如 MNIST 数据库），并设计和训练您的模型以一次预测一个字符。
获取带有文字的图像进行分类，并在其上传递一个与您预期的输入大小相匹配的滑动 Window（比如
28x28window）。然后，将这些 windows 中的每一个分类为一个字符。除了滑动 Window，您可以尝试以某种方式隔离您想要的功能，然后只对那些28x28段进行分类。以某种方式对预测的字符进行分组，以便您得到单词（可能将那些由空格分隔的字符分组）或对预测做任何您想做的事情。
您也可以尝试搜索手写识别的教程或指南，例如 this one 我发现它非常有用。希望这能帮助你走上正轨，祝你好运。