PCA用于特征提取。
嘿所有：我读了一些关于使用PCA进行特征提取，然后使用神经网络对图像进行分类的论文。但我意识到PCA采用2D数据，而卷积网采取3D数据。现在，我可以将我的图像重塑为2D，并运行PCA，但我不知道如何将结果输入卷积网。提前致谢。
卷积网络专门用于从图像中提取特征，因此我认为在将它们作为CNN的输入之前，您不希望对图像进行任何预处理（可能除了平均像素值减法之外）。
卷积网络导致大量特征，因此可以在馈送到分类器之前减少使用PCA从CNN获得的特征的数量。这有时在实践中完成，因为从CNN获得的特征通常彼此高度相关。 PCA可以消除这些相关性，同时还可以在进一步处理期间减轻计算负荷。
因此，要回答您的问题，您可以将PCA应用于CNN的结果，但不是相反。我相信你在文章中读到的是一般神经网络（不是CNN），其中在NN特征提取之前应用PCA更合适。