MATLAB的答案

使用matlab深度网络设计器连接SVM到CNN

83次浏览(过去30天)
张志贤
张志贤 2021年9月7日
评论道: H W2022年11月3日
你好,
我正在阅读一篇研究论文，其中CNN全连接层连接到SVM分类器。然而，当我试图模拟这样的架构时，我无法在深度网络设计器中找到SVM分类器。如果有其他方法将CNN与SVM分类器连接起来，希望有人能分享一些关于使用mathlab软件设计这种架构的意见。
这是深度网络设计者面临的问题 (支持向量机分类器不可用) ：
我试图激发的架构图如下:
本文研究内容如下:
一种基于支持向量机的组织病理学图像分类迁移学习架构万博1manbetx
提前感谢您的任何建议或帮助。

登录回答这个问题。

接受的答案

菲利普•布朗
菲利普•布朗 2021年9月9日
在Deep Network Designer中没有内置的SVM分类器层可用，但您仍然可以在MATLAB中使用参考论文中概述的方法。
去掉softmax层和分类器层，因此全连接层是网络的最后一层。然后，使用该层的激活来训练支持向量机分类器。看一看 这个例子 ，其中包括使用预训练的网络作为特征提取器。
在感兴趣的层提取特征(例如;'fc8')使用激活函数，然后使用它们来训练一个单独的SVM分类器，例如 fitcecoc ．
从“fc8”层提取特征。
层=“fc8”；
featuresTrain =激活(net,augimdsTrain,layer，“OutputAs”,“行”）;
用这些特征训练SVM分类器。
YTrain = imdsTrain.Labels;
classifier = fitcecoc(featuresTrain,YTrain);
4评论
显示旧的评论

登录评论。

更多答案(0)

类别

了解更多从深度学习工具箱开始在帮助中心而且文件交换

标签

s manbetx 845


释放

R2021a

社区寻宝

在MATLAB Central中找到宝藏，并发现社区如何帮助您!

开始狩猎!