Tensorflow 多标准图像分类

我不确定将其描述为“多标准”是否正确，但我的问题是

我在给时尚产品的图片分类， 我想对它进行分类，比如：

id, brand, product_kind, sex
1, gucci, wallet, woman
2, H&M, backpack, unisex
3, zara, coat, man

搜索后，我认为它类似于多标签分类，但就我的理解而言，多标签更像：

id, gucci, H&M, zara, wallet, backpack, coat, woman, unisex, man
1, 1, 0, 0, 1, 0, 0, 1, 0, 0
2, 0, 1, 0, 0, 1, 0, 0, 1, 0
3, 0, 0, 1, 0, 0, 1, 0, 0, 1

我的目的是预测一个来自品牌，一个来自种类，一个来自性别。

---

有人能为我推荐关于这个问题的文章或教程吗？

你的问题基本上是3个不同的分类器，所以“最简单”的方法是训练三个独立的分类器

您还可以有3个独立的输出层（每个层可能都有额外的隐藏层），每个层都有传统的softmax输出，并且您的成本函数是这3个层中每个层的损失之和。这样，三个分类器共享特征提取和部分逻辑

比如：

Features
   |
Hidden layer 1
   |
Hidden layer 2
   |-----------------------|--------------------|
Hidden layer 3-1      Hidden layer 3-2      Hidden layer 3-3
   |                       |                    |
Hidden layer 4-1      Hidden layer 4-2      Hidden layer 4-3
   |                       |                    |
softmax 1              softmax 2              softmax 3