我正在对神经网络进行一些实验，为此我正在尝试编写一个简单的OCR任务。我知道 CNN 是最好的选择，但是由于我的经验不足，我想一步一步地从前馈网络开始。

所以我的训练数据是一组大约 400 个 16*16 的图像，这些图像是从一个脚本中提取的，该脚本将每个字母字符绘制在一个小图像中，用于在我的计算机中注册的一小组字体。

然后测试数据集是从相同的过程中提取的，但针对的是我电脑中的所有字体。

嗯，结果很糟糕。获得大约的准确性。45-50%，非常差……但这不是我的问题。

关键是，无论我对网络应用什么隐藏层分布，我都无法获得低于 0.0049 的 MSE。我尝试了几种架构，都归结为这个数字。这是否意味着网络无法根据数据进一步学习？

然而，这个 MSE 值也会产生这种糟糕的结果。

我直接使用 Tensorflow API，没有 keras 或估计器，对于 62 个可识别字符的列表，这些是我使用过的架构示例：[256,1860,62] [256,130,62] [256,256, 128,62] [256 ,3600,62] ....

但是永远不要让 MSE 低于 0.0049，结果仍然没有超过 50%。

非常感谢任何提示。