论文复现：Ordinal Regression with Multiple Output CNN for Age Estimation-2016 CVPR

最新推荐文章于 2022-03-31 10:48:18 发布

DeniuHe

最新推荐文章于 2022-03-31 10:48:18 发布

阅读量414

点赞数

分类专栏：算法 Pytorch

本文链接：https://blog.csdn.net/DeniuHe/article/details/118497477

版权

本文介绍了对2001年Frank的二分类分解序分类模型的扩展，应用到卷积神经网络中解决年龄估计问题。尽管该方法可能存在概率不一致性和负概率问题，但不影响模型预测效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

该论文是对2001年Frank的一篇二分类分解的序分类模型的基于卷积神经网络的拓展。

Frank E, Hall M. A simple approach to ordinal classification[C]//European Conference on Machine Learning. Springer, Berlin, Heidelberg, 2001: 145-156.

该二分类分解方法的缺点就是预测类别之间的概率不一致性，有可能出现负概率的问题。但总之不影响模型的预测。

对卷积网络一无所知，因此只实现了该论文的神经网络版本。代码如下：

import torch
import torch.nn.functional as F
from torch import nn
from torch.autograd import Variable
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score
from sklearn.preprocessing import Normalizer
from time import time

class BDNN(torch.nn.Module):
    def __init__(self,nDim, n_hidden, nClass):
        self.nClass = nClass
        super(BDNN, self).__init__()
        self.hidden_layer = torch.nn.Linear(nDim, n_hidden)
        self.output_layer = torch.nn.Linear(n_hidden, (self.nClass-1)