Tensorflow 在卷积神经网络训练中排除某些输出类
我有一个2D对象的大数据集,我想对其进行分类。我用keras建立了一个二维卷积神经网络,一切都可以接受 然而,目前我并没有使用所有可用的先验信息,特别是每个输入对象只能属于所有输出类的一小部分。然而,这对于每个对象都是不同的,这意味着我不能简单地训练多个网络Tensorflow 在卷积神经网络训练中排除某些输出类,tensorflow,keras,conv-neural-network,Tensorflow,Keras,Conv Neural Network,我有一个2D对象的大数据集,我想对其进行分类。我用keras建立了一个二维卷积神经网络,一切都可以接受 然而,目前我并没有使用所有可用的先验信息,特别是每个输入对象只能属于所有输出类的一小部分。然而,这对于每个对象都是不同的,这意味着我不能简单地训练多个网络 因此,是否有办法将这些信息添加到神经网络中,即在训练和测试期间,每个对象排除某些输出类 如果你能在图像中提供你需要给神经网络的信息要点,这将很有帮助。什么是类的总数、子集的数目以及属于每个子集的类的数目?另外,请通过一些示例和您当前的网络体
因此,是否有办法将这些信息添加到神经网络中,即在训练和测试期间,每个对象排除某些输出类 如果你能在图像中提供你需要给神经网络的信息要点,这将很有帮助。什么是类的总数、子集的数目以及属于每个子集的类的数目?另外,请通过一些示例和您当前的网络体系结构添加更详细的说明。