Open hotheat opened 6 years ago
https://www.hotheat.top/archives/75378e04.html
在图像识别中，比如 Facenet，在得到最终分类结果的前一步中，可以将 m 个样本及 k 个神经元最终得到的 $m\times k$ 个矩阵作为 X，分类结果作为 Y，应用 SVM，得到最终的分类结果。所以 SVM 这种经典的分类器并没有完全过时，但是，直接用 SVM 做图像分类的方式现在几乎不用了。 主要内容 SVM 的原理和目标（重要） SVM 的计算过程 软间隔最大化 线性不可分的数
https://www.hotheat.top/archives/75378e04.html
在图像识别中，比如 Facenet，在得到最终分类结果的前一步中，可以将 m 个样本及 k 个神经元最终得到的 $m\times k$ 个矩阵作为 X，分类结果作为 Y，应用 SVM，得到最终的分类结果。所以 SVM 这种经典的分类器并没有完全过时，但是，直接用 SVM 做图像分类的方式现在几乎不用了。 主要内容 SVM 的原理和目标（重要） SVM 的计算过程 软间隔最大化 线性不可分的数