tensorflow - 在大量类上训练分类器时，SVM 非常慢

问题描述

我正在尝试在大量项目和类上训练 SVM 分类器，这变得非常非常慢。

首先，我从我的数据中提取了一个特征集，总体上是特定的 512 个特征，并将其放入 numpy 数组中。此数组中有 13k 项。它看起来像这样：

>>print(type(X_train))
<class 'numpy.ndarray'>

>>print(X_train)
[[ 0.01988654 -0.02607637  0.04691431 ...  0.11521499  0.03433102
  0.01791015]
[-0.00058317  0.05720023  0.03854145 ...  0.07057668  0.09192026
  0.01479562]
[ 0.01506544  0.05616265  0.01514515 ...  0.04981219  0.05810429
  0.00232013]
...

此外，还有大约 4k 个不同的类别：

>> print(type(labels))
<class 'list'>
>> print(labels)
[0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 3, 3, 4, 4, 4, 4, 5, 5, ... ]

这是分类器：

import pickle
from thundersvmScikit import SVC

FILENAME = 'dataset.pickle'

with open(FILENAME, 'rb') as infile:
    (X_train, labels) = pickle.load(infile)

clf = SVC(kernel='linear', probability=True)
clf.fit(X_train, labels)

大约 90 小时过去后（我正在使用 Thundersvm 形式的 sci-learn 套件的 GPU 实现）拟合操作仍在运行。考虑到在我的情况下它是一个非常小的数据集，我肯定需要更有效的东西，但我似乎没有取得任何好的成功。例如，我尝试过这种类型的 Keras 模型：

model = Sequential()
model.add(Dense(input_dim=512, units=100, activation='tanh'))
model.add(Dropout(0.2))
model.add(Dense(units=n_classes, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adadelta', metrics=['accuracy'])
model.fit(X_train, labels, epochs=500, batch_size=64, validation_split=0.1, shuffle=True)

我最终在训练阶段获得了相当不错的准确性：

Epoch 500/500
11988/11988 [==============================] - 1s 111us/step - loss: 2.1398 - acc: 0.8972 - val_loss: 9.5077 - val_acc: 0.0000e+00

然而，在实际测试期间，即使是在训练数据集中存在的数据上，我也得到了极低的准确度，预测基本上是随机的类：

Predictions (best probabilities):
  0  class710015: 0.008
  1  class715573: 0.007
  2  class726619: 0.006
  3  class726619: 0.010
  4  class720439: 0.007
Accuracy: 0.000

请你能指出我正确的方向吗？我应该以某种方式调整 SVM 方法，还是应该针对此类问题切换到自定义 Keras 模型？如果是，我的模型可能存在什么问题？

非常感谢。

标签： tensorflowmachine-learningkerasneural-networksvm

tensorflow - 在大量类上训练分类器时，SVM 非常慢

问题描述

解决方案

推荐阅读