RNN 如何从图像中提取特征答案

【问题标题】：How RNN extract features from an imageRNN 如何从图像中提取特征
【发布时间】：2019-03-12 18:47:26
【问题描述】：

嗨，我目前正在写我的论文，即为乌尔都语构建 OCR。我有文字，写在图像上。在 CNN 中，我知道有卷积层和池化层来学习模式或（提取特征）。我读到的关于 RNN 的内容是它学习序列。我想问RNN是怎么提取特征的，要知道，image里面是什么？

【问题讨论】：

标签： deep-learning conv-neural-network rnn

【解决方案1】：

RNN 网络使用随时间更新的隐藏层。采样并根据递减的误差（或损失）预测下一个样本。 LSTM 是一种 RNN，可以克服忘记长期依赖的问题。这种类型可能对你的论文有用。

【讨论】：

【解决方案2】：

RNN 基本上在训练阶段需要一些特征和标签来学习数据中的序列。如果数值数据没有任何问题，我们只需将数据集划分为特征 (X) 和目标值 (Y)。但是对于图像数据，我们使用 CNN 和 RNN 的组合（CNN-RNN）。在 RNN 层（LSTM 或 GRU）的顶部，卷积层用于从图像中提取特征，然后我们将这些特征提供给 RNN 层。

【讨论】：