私はPythonで画像認識プロジェクトを行っています。私は自己組織化マップ(SOM)によって実行されるクラスタリングが監督されたニューラルネットワークに入力されると、監督されたネットワークとは対照的に画像認識の精度が向上するというジャーナルを読んだ。私はクラスタリングを実行するためにライブラリを使用し、各繰り返し後にケラから多層パーセプトロンへの入力として勝利ニューロンの座標を使用することによってこれを自分自身で試みました。しかし、精度は非常に悪いです。Pythonで自己組織化マップと多層パーセプトロンを組み合わせる方法
勝者のSOM座標を使用する以外に、SOMと多層パーセプトロンを組み合わせる別の方法を知っている人はいますか?
私は正しいことを理解していない場合、私は今はしません。最初にSOM層を訓練し、教師なしの訓練を受けてMLPにニューロンの座標を当てるのですか? – viceriel
はい、まず入力した画像をクラスタリングするSOMをトレーニングします。監督されていないSOMのトレーニングの後、勝利x、y座標を2dのnumpyの配列に格納し、これをMLPに入力しますが、MLPのテスト精度は本当に低いので、別の方法があるかどうか疑問に思っています –
[ハイブリッドSOM(with MLP)](https://stackoverflow.com/questions/36434218/hybrid-som-with-mlp)の重複の可能性があります。 –