如何用神经网络创建一个光学符号识别器

1、导入库文件，加载输入文件 import neurolab as nl # 神经网络的NeuroLab库 import numpy as np input_file = 'letter.data'

2、初始化数据点参量 在神经网络处理大量数据时，往往需要花费很多时间来做训练。为了展示 如何创建这个系统，这里只是用20个数据点： num_datapoint = 20 orig_labels = 'omandig' # 不同的字符 num_output = len(orig_labels) # 不同字符的数量

7、测试输入数据预测输出结构 predicted_output = net.sim(data[num_train:, :]) print("\nTesting on unknown data:") for i in range(num_test)： print("\nOriginal: ",orig_labeslp[np.argmax(labels[i])]) print("Predicted: ",orig_labeslp[np.argmax(predicted_output[i])])