【问题标题】:How can I create a classifier using the feature map of a CNN?如何使用 CNN 的特征图创建分类器?
【发布时间】:2016-10-10 08:16:42
【问题描述】:

我打算使用从 CNN 获得的特征图来制作分类器。有人可以建议我怎么做吗?

如果我首先使用 +ve 和 -ve 样本训练 CNN(并因此获得权重),然后每次需要对图像进行分类时,我都会应用 conv 和 pooling 层来获得特征图?我发现的问题是,我要分类的图像可能没有相似的特征图,因此我无法正确找到距离。由于层中特征的顺序可能不同。

【问题讨论】:

    标签: deep-learning conv-neural-network


    【解决方案1】:

    如果您使用(例如)交叉熵损失(也称为带有损失的 softmax),您可以使用相同的 CNN 进行分类。在这种情况下,您应该取最后一层(得分最高的节点)的 argmax,这将是网络给出的类。但是,机器学习中使用的所有架构在测试时都期望输入类似于在训练期间使用的输入。

    【讨论】:

      猜你喜欢
      • 2019-08-09
      • 2017-08-15
      • 1970-01-01
      • 2018-10-25
      • 1970-01-01
      • 2019-06-09
      • 2020-10-19
      • 2017-09-04
      • 1970-01-01
      相关资源
      最近更新 更多