[問題] CNN類別定義

看板DataScience作者 (【積π】)時間2年前 (2022/04/27 00:57), 2年前編輯推噓1(1018)
留言19則, 3人參與, 2年前最新討論串1/1
以mnist為例明確地將類別分成10個類別 若我的圖片有A、B、C... Y、Z類 但實際特徵較為明顯 人比較好定義分類的只有 A、B、C 三大類 其餘的我都想定義成others類 所以簡單說不屬於ABC的我都定義為others 若以這樣的模式透過CNN去建模(A、B、C、others 四大類) 模型有辦法學會嗎 或是是否有更好的方法 希望各位大神指點 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 111.241.90.65 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1650992247.A.7A3.html ※ 編輯: ctr1 (111.241.90.65 臺灣), 04/27/2022 00:58:16

04/27 01:06, 2年前 , 1F
一定有
04/27 01:06, 1F

04/27 01:08, 2年前 , 2F
a b c others要注意unbalanced label
04/27 01:08, 2F

04/27 01:09, 2年前 , 3F
不滿意這個做法的話你可以往semi supervise learning
04/27 01:09, 3F

04/27 01:10, 2年前 , 4F
去找方向,譬如fixmatch及其後續的算法
04/27 01:10, 4F

04/27 01:12, 2年前 , 5F
我之前做的是把四個標籤標法不同的資料集混在一起訓
04/27 01:12, 5F

04/27 01:12, 2年前 , 6F
練,共用特徵攝取的網路,最後一層再個別分類。
04/27 01:12, 6F

04/27 01:17, 2年前 , 7F
譬如A B兩個資料集,A標1 2,B標男女,a來自A帶有標
04/27 01:17, 7F

04/27 01:17, 2年前 , 8F
籤1可是沒有標男或女,所以最後在算loss的時候,就分
04/27 01:17, 8F

04/27 01:17, 2年前 , 9F
別算有標籤和沒有標籤的兩個loss,最後加起來
04/27 01:17, 9F

04/27 01:20, 2年前 , 10F
你不信任others這個標籤,可以當作無標籤,給他幾個
04/27 01:20, 10F

04/27 01:20, 2年前 , 11F
潛在類別讓他自己學
04/27 01:20, 11F

04/27 01:21, 2年前 , 12F
又或者當成multi label classification做
04/27 01:21, 12F

04/27 01:22, 2年前 , 13F
玩法很多,會不會比較好不知道,因為半/自監督吃調教
04/27 01:22, 13F

04/27 01:26, 2年前 , 14F
在比較模型的時候可以用tsne把圖片最後一層的feature
04/27 01:26, 14F

04/27 01:26, 2年前 , 15F
降到2維看看分佈,常常會有意想不到的收穫
04/27 01:26, 15F

04/27 01:38, 2年前 , 16F
謝謝c大這麼多的經驗分享!!受用良多
04/27 01:38, 16F

04/27 21:41, 2年前 , 17F
也可以針對 A vs (B + C + other) 做一個二元訓練,B 跟 C
04/27 21:41, 17F

04/27 21:43, 2年前 , 18F
也以此類推,然後再做一層用來 ensemble 這三個之類的,玩
04/27 21:43, 18F

04/27 21:43, 2年前 , 19F
法很多
04/27 21:43, 19F
文章代碼(AID): #1YQ2HtUZ (DataScience)
文章代碼(AID): #1YQ2HtUZ (DataScience)