使用卷积神经网络的集成学习

Question

我创建了22个不同的卷积神经网络，它们都测试图像中是否存在唯一的对象(每个分类器都是唯一的)。

测试集中的每个样本都有一个22长向量的输出，该向量类似于0，1，1，0，0，1，...，1，代表特定对象的存在/不存在的向量的二进制性质。

我已经在keras中实现了这一点，22个模型的平均准确率达到了97%左右。有没有什么特定的集成方法可以让我组合所有22个分类器？

Answer 1

您可以从您的22个网络中弹出softmax层，然后您可以使用keras.layers.Average()或keras.layers.Maximum()来融合这些向量。