深入学习图像分类

Question

在阅读了一些关于深度学习和深层信仰网络的论文后，我对它的工作方式有了基本的了解。但仍然坚持最后一步，即分类步骤。 我在互联网上发现的大多数实现都涉及到生成。 （MNIST数字）

是否有某些解释（或代码）可用于讨论使用DBN对图像（最好是自然图像或对象）进行分类？

此方向的一些指示也非常有用。

Answer 1

基本理念

目前，图像分类问题（例如ImageNet）的最先进的深度学习通常是“深度卷积神经网络”（Deep ConvNets）。它们看起来与Krizhevsky et al的ConvNet配置大致相同：

对于推理（分类），您将图像输入到左侧（注意左侧的深度为3，对于RGB），通过一系列卷积滤镜进行处理，以及它在右侧吐出一个1000维向量。这张照片特别适用于ImageNet，它专注于对1000类图像进行分类，因此1000d矢量是“该图像适合该类别的可能性得分。”

训练神经网络只是稍微复杂一些。对于训练，您基本上会重复进行分类，并且经常进行反向传播（参见Andrew Ng的讲座）以改进网络中的卷积滤波器。基本上，反向传播问“网络正确/错误地分类了什么？对于错误分类的东西，让我们稍微修复一下网络。”

---

实施

Caffe 是深度卷积神经网络的一种非常快速的开源实现（比Krizhevsky等人的cuda-convnet更快）。 Caffe代码非常容易阅读;每种类型的网络层基本上都有一个C ++文件（例如卷积层，最大池层等）。

Answer 2

您应该在用于生成的网络顶部使用softmax图层（http://en.wikipedia.org/wiki/Softmax_activation_function），并使用反向传播来微调最终网络。

Answer 3

现在人们开始在分类层中使用SVM。

深度学习正在非常自由和广泛地发展。