Neuroph Vs Encog

Question

我已经决定对手写文本的OCR应用程序使用具有反向传播训练的前馈NN，输入层将使用32*32 (1024)个神经元和至少8-12个输出神经元。

通过阅读一些文章，我发现Neuroph很容易使用，同时Encog的性能要好几倍。考虑我的场景中的参数，哪个API是最合适的。如果你能对我接受的输入节点的数量发表意见，我会很感激，它是不是太大了(尽管它超出了主题)

Answer 1

首先是免责声明，我是Encog项目的主要开发人员之一。这意味着我对Encog比Neuroph更熟悉，可能对它有偏见。在我看来，每种方法的相对优势如下。Encog支持相当多的可互换机器学习方法和训练方法。Neuroph非常专注于神经网络，你可以表达任何东西之间的联系。因此，如果你要创建非常定制/非标准(研究)的神经网络，而不是典型的Elman/Jordan，NEAT，HyperNEAT，Feedforward类型的网络，那么Neuroph将很好地满足这一要求。