转移学习和线性分类器

时间:2017-05-05 07:21:50

标签: machine-learning neural-network deep-learning caffe

在cs231n讲义here中,它说

  

新数据集很小,与原始数据集类似。自数据以来   很小,因为调整ConvNet不是一个好主意   过度拟合的问题...因此,最好的想法可能是训练一个   CNN码上的线性分类器。

我不确定线性分类器的含义。线性分类器是指最后一个完全连接的层吗? (例如,在Alexnet中,有三个完全连接的层。线性分类器是最后一个完全连接的层吗?)

0 个答案:

没有答案