如何用TensorFlow学习多类多输出CNN

我想用TensorFlow训练一个卷积神经网络来进行多输出多类分类

例如：如果我们取MNIST样本集，总是将两个随机图像合并为一个，然后想要对结果图像进行分类。分类结果应为图像中显示的两位数字

因此，网络的输出可以具有形状[-1，2，10]，其中第一个维度是批次，第二个维度代表输出（是第一个还是第二个数字），第三个维度是所示数字的“常用”分类

我在谷歌上搜索了一会儿，但没能找到有用的东西。此外，我不知道多输出多类分类是否是此任务的正确命名。如果不是，正确的命名是什么？你有任何链接/教程/文档/论文来解释我需要做什么来构建损失函数/培训操作吗

---

我尝试的是使用tf.split将网络的输出分成单个输出，然后在每个输出上使用softmax_cross_entropy_和_logits。结果我平均了所有输出，但似乎不起作用。这是一种合理的方法吗？

首先，您必须为包含两个不同图像的图像提供两个标签。然后更改目标损失函数，使两个给定标签的输出最大化，并训练模型。我认为您不需要拆分输出。

有关分类问题的命名，您可以查看以下链接：

所以你的问题叫做“多标签分类”。在正常的TensorFlow多类分类（经典MNIST）中，您将有10个输出单元，并在末尾使用softmax计算损失，即“tf.nn.softmax\u cross\u entropy\u with\u logits”

例：如果你的图像有“2”，那么地面真相将是[0,0,1,0,0,0,0,0]

但在这里，您的网络输出将有20个单位，您将使用sigmoid，即“tf.nn.sigmoid\u cross\u entropy\u with\u logits”

---

例：如果你的图像有“2”和“4”，那么地面真相将是[0,0,1,0,0,0,0,0,0,0,0,0,0,0,0]，即前十位代表第一位数字类，第二位代表第二位数字类。

好吧，我的问题是损失函数应该是什么样子的。有没有一个tensorflow方法可以用来计算这个损失函数？如果不是，我将如何计算它？很抱歉，我对tensorflow不太熟悉，但在阅读了教程后，我假设y_u应该只有几个值，例如，交叉熵：交叉熵=tf.reduce_mean（tf.nn.softmax_cross_entropy_uwith_logits（y，y_u））你试过了吗？如果它不起作用，就自己用矩阵而不是向量来编码成本函数。例如，在theano中，负对数似然是：T.mean（T.log（self.p_y__给定的x）[T.arange（y.shape[0]），y]），我将使y（标签）成为一个矩阵，每个例子有几个标签。