使用多层感知器（MLP）对图像及其性能进行分类

Question

我是机器/深度学习领域的新手！

如果我理解正确，当我使用图像作为输入时，

输入层的神经元数量=像素数（即分辨率）

通过反向传播更新权重和偏差，以实现尽可能低的错误率。

问题1。

因此，即使单个图像数据也会调整权重和偏差值（通过反向传播算法），那么如何在此MLP中添加更多相似图像可以提高性能？ （我必须遗漏一些大的东西..然而对我来说，它似乎只会针对给定的单个图像进行优化，如果我输入下一个（类似的img），它将只针对下一个进行优化）

问题2。

如果我想训练我的MLP识别某些类型的图像（比如衣服/动物），每个标签（即衣服，动物）的训练集数量是多少？我知道更多的训练集会产生更好的结果，但是多少数量对于足够好的性能来说是理想的？

问题3.（继续）

有点不同的角度问题，有一个谷歌云视觉API，它将图像作为输入，并产生标签/概率作为输出。所以这个API会给我100个（比如说）标签的输出和每个标签的概率。

（例如，当我把一个在线游戏截图，它将产生如下，）

这种类型的数据可以用作MLP的输入来分类某些类型的图像吗？ （假设我知道Google API生成的所有可能类型的标签，并将它们全部用作输入神经元）

像素值表示图像。但是，我认为这种类型的API输出结果可以表示不同角度的图像。

如果是这样，性能差异会是什么？例如，当分类10种不同类型的图像时，（像素训练模型）vs（输出标签训练模型）

Answer 1

我可以用“直观”的图片来帮助你。

首先，可能值得研究卷积神经网络和深度学习，并了解如何处理图像作为输入以减少权重数量。它不是每像素1重量。

另外，你对“表演”究竟是什么意思？这不是一个定义明确的问题。如果你使用1张图片，比如一只猫，你的意思是你可以在其他图片中识别出猫的性能，或者你能够接近你的猫吗？

想象一下，您有一个包含3个权重，1个输入和1个输出的表，并训练您的网络误差<0.01，所需输出为0.5

W1    |  W2    | W3   | Output

0.1     0.2      0.05   0.5006

如果你重新训练网络，你可能会有所不同

W1    |  W2    | W3   | Output

0.3     0.2      0.08   0.49983

由于权重不同，您可以想象有几种解决方案。

然后，如果你添加另一个输入，你可以想象一些适用于第一个解决方案的权重将适用于第二个。

然后添加另一个输入。然后，具有2个输入的解决方案的子集将适用于3个输入。等等。

当您有足够的无关或有噪声的输入时，您将找不到符合您的错误标准的权重子集。您需要添加权重（更多自由度）或增加错误目标，或两者兼而有之。

现在，您在训练网络时具有学习率。假设您正在进行在线培训（对于每个输入更新权重），而不是批量培训（您找到输入的批次（子集）的错误向量，并根据该批次更新权重，批次为1次）。

现在，假设您的学习率为0.01，权重为0.1。直观：

如果，对于第一次输入，第一个重量的导数为5，那么您的重量的新值为0.1 - 0.01 * 5 = 0.05

如果您输入下一个输入，则表示导数为-5。这意味着第二个输入“不同意”第一个更改，并尝试返回0.01

如果第二个输入的导数为5，则意味着第二个权重与第一个输入“一致”。

如果您有20个输入，有些会将值拉高，有些会将值推低。您继续循环训练，然后该值将接近大多数输入所同意的值，从而最小化由该权重引起的误差。

问题2：

我的数学胆量告诉我你必须至少需要2 *体重才能对训练有任何意义，但是你应该至少将体重的10倍作为最小量，甚至可以得出关于你的网络的结论，除非你不是想猜测一些新东西（例如，对于xor gate，你可能会以比权重更少的输入方式逃脱，但这有点长的讨论）

注意：

使用1张图像，您可以旋转它，拉伸它，将其与其他图像混合...以创建另一个图像并增加您的输入设置。

如果你有像xor gate这样的简单输入，你可以创建像（0.3,0.7）（0.3,0.6）（0.2,0.8）......这样的输入来扩展你的训练集。

问题3：

这相当于将谷歌网络链接到您连续创建的网络，但分别培训每个部分。

基本上：您有图片 - > 10个标签输入到您的网络 - >您的分类

我看到的问题是，你可能不知道google分类的所有可能输出。但是说它们是一致的，

您的标签是否与10个标签中的一个相同？如果是这样，请使用给定的标签。如果它是不同类型的标签，您可以使用该API来简化您的网络。结果是什么或表现是什么？

这超出了我的范围。在神经网络中，虽然他们有很好的数学理论来告诉我们他们能做些什么，但许多人提出的问题，例如你所要求的问题，要么需要特殊的数学分析（或许可以获得与该类问题有关的一些见解的博士学位），或者最做的，显示实证结果。