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:Tensorflow 多标准图像分类,tensorflow,keras,classification,Tensorflow,Keras,Classification,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, unise
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