neural-network - Neuroph与Encog

Question

我已决定对我的OCR应用程序手写文本使用前馈NN和反向传播训练，输入层将使用32 * 32(1024)个神经元和至少8-12个输出神经元。

通过同时阅读一些文章，我发现Neuroph易于使用，Encog的性能要好几倍。考虑我的方案中的参数，哪个API是最合适的。而且，如果您能对我已使用的输入节点的数量进行评论，我会很感激，它的值是否太大(尽管这超出了主题)

Answer 1

首先，我是Encog项目的主要开发人员之一。这意味着我对Encog的Neuroph更为熟悉，也许对此有所偏见。我认为，每种技术的相对优势如下。 Encog支持许多可互换的机器学习方法和培训方法。 Neuroph非常专注于神经网络，您几乎可以表达任何事物之间的联系。因此，如果要创建与典型的Elman/Jordan，NEAT，HyperNEAT，前馈型网络不同类型的非常自定义/非标准(研究)神经网络，那么Neuroph将非常适合。