是否可以使用 Keras 在卷积神经网络的最后一层特征上训练 SVM 或随机森林？

Posted 2023-03-12

【中文标题】是否可以使用 Keras 在卷积神经网络的最后一层特征上训练 SVM 或随机森林？

【英文标题】：Is it possible to train an SVM or Random Forest on the final layer feature of a Convolutional Neural Network using Keras?

【发布时间】：2016-12-24 21:44:37

【问题描述】：

我在 Keras 中设计了一个用于图像分类的卷积神经网络，它具有多个卷积/最大池化层、一个密集连接的隐藏层和最后一层的 softmax 激活。我想在最后一层用 SVM 或随机森林替换 softmax，看看这是否会产生更好的准确性。在 Keras 有什么办法吗？

【参考方案1】：

为了拥有（某种）SVM，只需使用 hinge loss 而不是 log loss。放置 RF 没有意义，因为您需要一个可微的模型作为神经网络的一部分（除非您要做的只是训练一个网络，然后砍掉它的最后一部分并将其用作特征检测器，这只是馈入 RF，但这通常不是有效的方法）。