PCANet是一个基于CNN的简化Deep Learning模型。
上图为经典卷积网络示意图
PCANet提出者认为,经典的CNN存在的问题是参数训练时间过长且需要特别的调参技巧。
因此他们希望能找到一种训练过程更为简单,且能适应不同任务、不同数据类型的网络模型。这个模型就是PCANet。
从上图可以看到,PCANet的训练分为三个步骤(stage),前两个stage很相似,都是去平均,然后PCA取主成分并卷积,最后一步是二值化(为了产生非线性输出)和直方图量化。下面按步骤介绍PCANet的训练过程:
1、Fi