圖像分類深度學習

Question

閱讀了一些關於深度學習和深度信念網絡的論文後，我對它的工作原理有了一個基本概念。但仍然堅持最後一步，即分類步驟。 我在互聯網上發現的大多數實現都與世代相同。 （MNIST數字）

是否有一些解釋（或代碼）可用的地方談論使用DBN分類圖像（最好是自然圖像或對象）？

另外一些方向上的指針將會非常有幫助。

Answer 1

您應該在您用於生成的網絡頂部使用softmax圖層（http://en.wikipedia.org/wiki/Softmax_activation_function），並使用反向傳播來微調最終網絡。

Answer 2

基本思想

這些天，對圖像分類問題的狀態的最先進的深度學習（例如ImageNet）通常是「深卷積神經網絡」（深ConvNets）。他們看起來大致是這樣的ConvNet配置由Krizhevsky et al：

對於推理（分類），你喂的圖像到左側（請注意，在左側的深度爲3，對於RGB），緊縮通過一系列卷積濾波器，並在右側吐出一個1000維向量。這張圖片特別針對ImageNet，它專注於對1000種圖像進行分類，因此1000d矢量「是該圖像適合該類別的可能性的得分。」

訓練神經網絡只是稍微複雜一點。對於訓練，你基本上是反覆運行分類，並且每經常進行一次反向傳播（參見Andrew Ng的講座）以改進網絡中的卷積濾波器。基本上，反向傳播問「網絡分類正確/錯誤的分類是什麼？對於錯誤分類的東西，讓我們稍微修復一下網絡。」

---

實施

Caffe深卷積神經網絡的速度非常快的開源實現（快於cuda-convnet從Krizhevsky等）。 Caffe代碼很容易閱讀;基本上每種網絡層都有一個C++文件（例如卷積層，最大池層等）。

Answer 3

現在人們開始在分類層中使用SVM。

深度學習是非常自由和廣泛的發展。