machine-learning - 迁移学习和线性分类器

Question

在cs231n讲义中here ，它说

New dataset is small and similar to original dataset. Since the data is small, it is not a good idea to fine-tune the ConvNet due to overfitting concerns... Hence, the best idea might be to train a linear classifier on the CNN codes.

我不确定线性分类器是什么意思。线性分类器是指最后一个全连接层吗？ (例如，在Alexnet中，有三个全连接层。线性分类器是最后一个全连接层吗？)

Answer 1

通常当人们说“线性分类器”时，他们指的是 Linear SVM (support vector machine) 。线性分类器学习权重向量 w 和阈值(又名“偏差”)b，这样对于每个示例 x 的符号

<w, x> + b

对于“正”类别为正，对于“负”类别为负。

神经网络的最后一层(通常是完全连接的)可以被视为线性分类器的一种形式。