用于分类的 CNN 特征
CNN features for classification
我是深度学习新手，希望大家能帮帮我。
以下站点使用 CNN 功能进行多 class class 化：
https://www.mathworks.com/help/deeplearning/examples/feature-extraction-using-alexnet.html
此示例从全连接层中提取特征，并将提取的特征馈送到 ECOC classifier。
在这个例子中，对于整个数据集，每个类别共有15个样本，而在训练数据集中，每个类别有11个样本。
我的问题与数据集大小有关：如果我想像上面的例子一样使用cnn特征进行ECOCclass化，是否必须要求每个类别的样本数相同？
如果是这样，你愿意解释为什么吗？
如果没有，是否要显示使用不同编号的参考论文？
谢谢。
您可能希望拥有一个平衡的数据集，以防止您的模型学习错误的概率分布。如果一个类别代表 95% 的数据集，则将所有内容分类为该类别一部分的模型的准确率为 95%。
我是深度学习新手，希望大家能帮帮我。 以下站点使用 CNN 功能进行多 class class 化： https://www.mathworks.com/help/deeplearning/examples/feature-extraction-using-alexnet.html
此示例从全连接层中提取特征，并将提取的特征馈送到 ECOC classifier。
在这个例子中，对于整个数据集，每个类别共有15个样本，而在训练数据集中，每个类别有11个样本。
我的问题与数据集大小有关：如果我想像上面的例子一样使用cnn特征进行ECOCclass化，是否必须要求每个类别的样本数相同？ 如果是这样，你愿意解释为什么吗？ 如果没有，是否要显示使用不同编号的参考论文？
谢谢。
您可能希望拥有一个平衡的数据集，以防止您的模型学习错误的概率分布。如果一个类别代表 95% 的数据集，则将所有内容分类为该类别一部分的模型的准确率为 95%。