为了我的研究生研究，我正在创建一个训练图像识别的神经网络。我要复杂得多，而不仅仅是获取RGB值的网格、下采样并将它们发送到网络的输入，就像许多示例所做的那样。我实际上使用了100多个独立训练的神经网络来检测特征，例如线条、阴影图案等。更像人眼，到目前为止效果非常好!问题是我有相当多的训练数据。我向它展示了100多个汽车外观示例。然后是一个人长什么样的100个例子。然后超过100个狗的样子等等。这是相当多的训练数据!目前我正在运行大约一周的时间来训练网络。这有点阻碍了我的进步，因为我需要调整和重新训练。我正在使用Neuroph，作为低级神经网络API。我正在运行双四核机器(16核超线程)

我正在编写一个将执行图像识别和分析的Android应用程序。我听说神经网络是执行图像识别的更好方法之一，并尝试移植CodeProject上MikeO'Neill在他出色的Win32手写数字识别应用程序中使用的库。然而，我最近听说了Encog和Neuroph，这两个用于神经网络/图像识别的杰出Java库。我只需要神经网络工作，我将围绕另一个神经网络库编写自己的图像识别套件。有谁知道Encog或Neuroph是否可以在Android上运行，最好是Encog？编辑:我已经在谷歌上搜索过了，我想知道是否有人可以实际证明图书馆在工作。 最佳答案