使用卷积神经网络进行集成学习

Question

我创建了22个不同的卷积神经网络，它们都测试图像中是否存在唯一对象（每个分类器都是唯一的）。

测试集中的每个样本都有一个22长矢量的输出，看起来像这个[0,1,1,0,0,1，...，1]，代表矢量的二进制特性是否存在特定对象。

我已经在keras中实现了这个功能，并为22个型号提供了大约97％的准确率。是否有任何特定的集合方法可以让我组合所有22个分类器？

Answer 1

您可以弹出22个网络中的softmax图层，然后使用keras.layers.Average()或keras.layers.Maximum()来融合这些矢量。