【发布时间】:2013-01-26 16:10:29
【问题描述】:
我想将一个数据集自动分类为几个类。是否可以在不编码任何描述符的情况下训练神经网络?
我正在对一组固定大小的图片进行分类。不过,我真的不想为它们编写一组描述符。有没有一种方法可以让我毫不费力地对我的集合进行分类?
我有一个大型数据集,只有 7-8 个类可以分类。
如果我能在此过程中找到一些示例代码,我会非常高兴:)
【问题讨论】:
标签: java python neural-network
我想将一个数据集自动分类为几个类。是否可以在不编码任何描述符的情况下训练神经网络?
我正在对一组固定大小的图片进行分类。不过,我真的不想为它们编写一组描述符。有没有一种方法可以让我毫不费力地对我的集合进行分类?
我有一个大型数据集,只有 7-8 个类可以分类。
如果我能在此过程中找到一些示例代码,我会非常高兴:)
【问题讨论】:
标签: java python neural-network
有一个非常广泛的神经网络类别。对于您正在做的事情,您需要根据unsupervised learning 寻找一个。通常,这些基于Hebb's rule。
对于您的情况,您可能会发现 competitive learning 比较合适。本质上,您为每个类设置一个输出神经元(因此您期望的 7-8 个),并将权重加强到给定输入模式的最活跃。这会导致聚类;相似的输入模式激活相同的输出神经元,加强这些连接并导致神经元专门针对不同的类别。
【讨论】: