输出层神经元数

Question

我对人工神经网络很陌生，但请帮助我回答这个问题。

我正在尝试实现一个用于字符识别的人工神经网络(使用MLP和SNN)，我是否需要在输出层中有与需要识别的字符数相同的神经元。例如，如果我希望我的网络能够识别大写字母、小写字母和数字，我是否需要在输出层中有26+26+10神经元。

如果我必须识别Unicode字符集中的所有字符，输出层中需要多少个神经元呢？

是否有任何方法(动态阈值)来减少这个数目或在输出层中动态增加神经元？

如果可能的话，请提供研究文章的链接。谢谢。

Answer 1

不，不需要输出层大小来匹配类的数量。

我认为您需要理解的是，输出层的输出只是网络输入的一个表示。话虽如此，你可以有任何输出层，你想。如果您想要一个反映类的编码，那么减少层中节点数量的最简单的方法就是使用二进制编码。

示例:与其为8个类使用8个节点(每个类1个节点)，还可以使用3个神经元：

类0是输出0-0-0。

1类是输出0-0-1。

..。

第7类是输出1-1-1。

我想你知道这个主意了。当然，您不仅可以使用二进制，而且可以使用任何您可以想到的编码方法(或者google)。