如何在python中组合自组织映射和多层感知器
如何在python中组合自组织映射和多层感知器
提问于 2017-03-06 20:35:13
我正在做一个python的图像识别项目。我在期刊上读到，如果将自组织映射(SOM)执行的聚类输入到监督神经网络中，则图像识别的准确性比监督网络本身更高。我自己尝试过，使用SOM执行聚类，然后在每次迭代后使用获胜神经元的坐标作为keras的多层感知器的输入。然而，精确度非常差。
SOM的什么输出应该用作多层感知器的输入？
回答 2
Stack Overflow用户
发布于 2017-03-14 12:12:08
另一种使用SOM的方法是进行矢量量化。不使用获胜的SOM坐标，而是使用获胜神经元的码本值。不确定您正在阅读哪些文章，但我要说的是，SOM到MLP中只会在某些情况下提供更好的准确性。此外，您还需要明智地选择维数和贴图大小等参数。
对于图像处理，如果您不确定SOM + MLP架构，我会说自动编码器或卷积神经网络(CNNs)是SOM的更前沿的替代方案。
Stack Overflow用户
发布于 2017-12-10 07:39:48
我一直在想，对于映射到SOM中每个节点的输入，是否有任何里程数来训练单独的监督神经网络。然后，您可以对映射到每个SOM节点的输入数据的子集进行单独的监督学习。连接到每个节点的网络可能会比一个必须处理整个输入空间的大型网络更小，更容易训练。还可以受益于包括映射到相邻SOM节点的输入向量。
有没有人知道这是研究的主题？
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/42625825
复制相关文章
相似问题
腾讯云开发者
