ICLRNov, 2015
深度线性判别分析
Deep Linear Discriminant Analysis
Matthias Dorfer, Rainer Kelz, Gerhard Widmer
TL;DR本文提出了 Deep Linear Discriminant Analysis(DeepLDA)方法,通过在深度神经网络中,学习可分离的线性潜在表示以进行分类的降维。作者的目标是最大化特征分布的相似度以推广传统的 LDA 算法,通过三个基准数据集的评估,DeepLDA 在 MNIST 和 CIFAR-10 上得到了竞争性的结果,在 STL-10 上也优于使用分类交叉熵进行训练的网络。