深度学习网络进行分类

Question

我知道这是一个通用的问题，但我想要一些反馈。 所以，我有一个图像分类任务，我试图用神经网络解决。我已经有了我的特征向量。 有3个显着的特征向量（2d空间中的点坐标），每个特征向量可以属于三个类。 这三个特征中的这些类不同。 （例如，一个可以“向上直”另一个“圆形方形三角形”）。 这些被组合在6个输出类别的整体分类任务中（不是27，因为组合的数量可能意味着）。 那么，问题是什么： 深度学习网络/卷积网络是否是一个很好的解决方案？或者你更喜欢别的什么？ （我刚开始学习这些并且无法下定决心，所以我很感激来自更有经验的用户的一些反馈）

Answer 1

据我所知，实施深度学习并不是那么复杂。因为您具有低维特征和少量类输出。深度学习主要针对高度非线性和大规模分类问题。我建议你使用AdaBoost或SVM分类器来完成这种简单的分类任务。 Matlab为上述技术提供了很好的工具。