深度學習網絡的分類

我知道這是一個通用的問題，但我想一些反饋。所以，我有一個圖像分類任務，我正試圖用神經網絡來解決。我已經有了我的特徵向量。有3個顯着特徵向量（2d空間中的點座標），每個可以屬於三個類。這三個功能中的這些類別不一樣。（例如，一個可以「直立」另一個「圓形正方形三角形」）。這些在6個輸出類別中的總分類任務中組合（不是27個，因爲組合的數量可能意味着）。那麼，什麼是問題：深度學習網絡/卷積網絡是一個很好的解決方案嗎？或者你更喜歡別的東西？（我剛剛開始瞭解這些，現在還不能下定決心，所以我會很感激來自更有經驗的用戶的一些反饋）深度學習網絡的分類

來源

2014-10-16 Es.T

可能不是，因爲您的維度存在低維特徵。像CNN這樣的技術，或者（堆疊式）自動編碼器在涉及從未標記數據中學習功能時會大放異彩。斯坦福有一些很好的[教程]（http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial）。 – Maurits 2014-10-16 12:36:16

非常感謝您的回覆：我會研究他們。 – 2014-10-16 12:40:34

在github上有一個用於深度學習的Matlab工具箱：https：//github.com/rasmusbergpalm/DeepLearnToolbox – tashuhka 2014-10-16 21:25:05

據我所知，您的問題並沒有如此複雜來實現深度學習。因爲你的維度很低，而且輸出很少。深度學習主要針對高度非線性和大尺寸分類問題。我建議你使用AdaBoost或SVM分類器來完成這種簡單的分類任務。 Matlab有上述技術的很好的工具。

來源

2017-01-17 11:58:45 mkocabas

深度學習網絡的分類

回答

相關問題