利用少量数据训练的深度前馈网络委员会
计算机视觉与模式识别
2014-06-24 v1 神经与进化计算
摘要
深度卷积神经网络在图像分类任务中已知能取得良好结果。本文提出了一种通过组合多个此类网络形成委员会以提升分类结果的方法。我们采用训练样本极少的 STL-10 数据集，并表明我们的方法能够取得优于最先进水平 (SOTA) 的结果。这些网络采用逐层训练方式，不使用反向传播。我们还探讨了通过镜像、旋转和缩放进行数据集增强的效果。
引用
@article{arxiv.1406.5947,
title = {Committees of deep feedforward networks trained with few data},
author = {Bogdan Miclut and Thomas Kaester and Thomas Martinetz and Erhardt Barth},
journal= {arXiv preprint arXiv:1406.5947},
year = {2014}
}