以简单的表情识别或者猫狗分类为例,我们可以设计一个简单的神经网络来实现分类,还有的论文是把svm与cnn联合在一起,我很好奇是怎么训练的。
在这里我写下我的粗鄙的想法,可能会有错,如果有错,希望以后能学到并及时改正,首先神经网络的实现是使用torch或者tf手写的,我们要写出一个完整的分类网络,如lenet5。然后按照正常的方式来训练这个网络,等网络训练的达到一定的精度,再把网络的最后一个全连接层去掉,这样网络输出的不是类别,而是一个向量。把去掉全连接层的位置换成sklearn写的svm分类器,下一步只需要训练支持向量机。等精度在达到一定高度,就可以停止训练了,然后就可以识别其他图片。
查了资料也想了一个小时了,希望是对的。