Kerasを使用して畳み込みニューラルネットワークの最終層の特徴にSVMまたはランダムフォレストを訓練することは可能ですか？

Question

私はいくつかの畳み込み/最大プール層、密接に接続された隠れ層と最終層のsoftmax活性化を用いて画像分類のための畳み込みニューラルネットワークを設計しました。私は、最終層のsoftmaxをSVMまたはRandom Forestに置き換えて、より良い精度が得られるかどうかを確認したいと思います。 Kerasでそれをする方法はありますか？

Answer 1

（種類）のSVMを使用するには、ログ損失の代わりにヒンジ損失を使用するだけです。ニューラルネットの一部となるためには、微分可能なモデルが必要です（ただし、ネットワークをトレーニングし、後で最終的な部分を切り取り、それをただのフィーチャ検出器として使用しない限り、RFを置くことは意味をなさないRFに供給されるが、これは一般的に有効なアプローチではない）。