在此处的cs231n 讲义中,它说
新数据集较小且与原始数据集相似。由于数据很小,由于过度拟合问题,微调 ConvNet 不是一个好主意……因此,最好的主意可能是在 CNN 代码上训练线性分类器。
我不确定线性分类器是什么意思。线性分类器是指最后一个全连接层吗?(例如,在 Alexnet 中,有三个全连接层。线性分类器是最后一个全连接层吗?)
通常当人们说“线性分类器”时,他们指的是线性 SVM(支持向量机)。线性分类器学习权重 vecotrw
和阈值(又名“偏差”),b
这样对于每个示例x
,
<w, x> + b
“正”类为正,“负”类为负。
神经网络的最后一层(通常是全连接层)可以被视为线性分类器的一种形式。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句