【发布时间】：2019-01-24 07:24:19
【问题描述】：
在我的研究工作中，我使用了两个流模型来进行活动识别。第一个流基于 CNN，而第二个流基于 GRU。我已经从两个流的最后一个全连接层中提取了特征，然后训练了一个 SVM 分类器进行分类。
是否也可以结合两个流中间层的输出/特征图，然后训练一个 SVM？
谢谢
【问题讨论】：
标签： conv-neural-network recurrent-neural-network feature-extraction
【发布时间】：2019-01-24 07:24:19
【问题描述】：
在半监督分类中，这种方法是首选，其中最后几层的特征被连接起来，并在此基础上训练模型（svm，逻辑回归）。
这种方法很有意义，因为网络已经学习了数据中的有用特征。所以它可以用来训练另一个模型。
【讨论】：
-
是的，我同意你的观点，最后几层可以提供最好的分类特征。但是有可能从 GRU 的中间层提取某种特征图吗？我对 CNN 做了同样的事情，但我不确定像 LSTM 或 GRU 这样的 RNN，因为 RNN 返回状态信息（而不是任何特征图）。所以请在这方面指导我。