Tensorflow 如何在Keras中仅判断一个类别（如狗或其他）

我只是想通过Keras来判断图像是否是狗。 我使用Keras的图像作为输入，我期望输出的置信度为0.0~1.0。 在这里询问之前，我明白这里有一些暗示

我可以定义信心的阈值，这是由我所学的模型来判断的

---

• e、 g.信心我认为这种理解总体上是正确的，尽管它遗漏了一些细节。除了你的提议，还有其他选择。例如，你不一定需要一个置信水平，你可以得到概率最高的类（狗/非狗），或者你甚至可以比较概率，确保它们之间有很大的差异。如果不使用softmax，可能会出现输出为0.91和0.95的情况，因此请注意
  关于数据，您需要包括各种各样的狗和非狗对象，并注意您输入的数据：有时网络会因颜色而产生偏差。例如，假设你用主要是黑色和棕色的狗喂网络。如果你的网络检测到蓝色，它可能会认为它不是狗。同样的情况也可能发生在背景上：如果你所有的狗图片都有相似的背景（比如草），如果你在雪地里输入一只狗，它可能无法工作
  此外，你也可以用其他方式让你的网络关注一些狗的特性。从理论上讲，一个具有足够数据和训练时间的好模型可能成为一个好的分类器，但您也可以进行一些特征工程，并向网络提供特定类型的输入。例如，你可以控制你想要100张每种狗的图片，或者一些集中在爪子上的图片，其他可以看到尾巴的图片，等等

  ---

  您的问题描述非常笼统。
  因为您有一个二元分类，所以我建议在最后一层使用sigmoid和二元交叉熵。这是二进制分类的黄金标准非常清晰的评论兄弟！多亏了你对这个主题的解释，我刚刚改变了使用CNN解决分类问题的方法，现在网络的准确性比以往任何时候都高！