用于分类的 CNN 特征答案

【问题标题】：CNN features for classification用于分类的 CNN 特征
【发布时间】：2019-08-09 02:19:41
【问题描述】：

我是深度学习的新手，希望你们能帮助我。以下站点使用 CNN 特征进行多类分类： https://www.mathworks.com/help/deeplearning/examples/feature-extraction-using-alexnet.html

此示例从全连接层提取特征，并将提取的特征馈送到 ECOC 分类器。

在这个例子中，对于整个数据集，每个类别共有 15 个样本，而在训练数据集中，每个类别有 11 个样本。

我的问题与数据集大小有关：如果我想使用 cnn 特征进行 ECOC 分类如上例，是否必须要求每个类别中的样本数相同？如果是这样，您想解释一下原因吗？如果没有，您想显示使用不同编号的参考论文吗？

谢谢。

【问题讨论】：

【解决方案1】：

您可能希望拥有一个平衡的数据集，以防止您的模型学习错误的概率分布。如果一个类别代表 95% 的数据集，则将所有内容归类为该类别一部分的模型将具有 95% 的准确度。

【讨论】：