在进入L-SVM之前，是否有必要对CNN的FC7特征应用均值减法？

Question

我想使用AlexNet非自我功能在我自己的数据集上训练L-SVM。我发现在将它们输入SVM分类器之前建议使用零均值特征。我只是想知道在使用CNN功能时是否有必要这样做，因为在CNN的第一个数据层中，平均减法一次应用于原始输入图像。

Answer 1

没有必要在使用它们来训练SVM之前从FC7功能中减去平均值，但它不会受到伤害。我不完全确定L-SVM是什么，但如果数据“大约为零”，这个答案应适用于任何SVM。

另一方面，规范化特征向量（FC7激活）为单位长度是个好主意（例如将它们除以L1或L2范数） 。这种规范化通常可以改善分类结果，并且可以更容易地调整SVM超参数。

如何规范化FC7激活的决定不应该以任何方式取决于输入图像的平均减法。输入平均减法可能会改善网络的训练，但它不应该影响网络在完全训练时计算的内容。请记住，图像均值是恒定的，并在训练集上计算 - 它以相同的方式影响所有图像。