如何不匹配任何標籤

我創建了識別短語在區域語言監督convnet數據進行分類。如何不匹配任何標籤

例如：

我有一個包含100的數據集鳴響標籤A和另一100音爲標籤B.現在網絡的正常操作是區分標籤A和標籤之間的聲音B.

但是，讓我們說，我給一個新的聲音在網絡分類實際上既不是A也不B.現在我想的神經網絡來告訴我，這不符合任何標籤。

我該如何做到這一點？

能否請你點我對這種用法的正確方向。

感謝

來源

2017-10-16 penduDev

基本上當你有一個NN，你有什麼都不做，除了給予你一個概率您的輸入是否預測到屬於任何你的類（由支持的輸出層你的NN）。因此，如果預測（在一個實際的輸入上）爲所有類提供了足夠低的概率（由您決定threashold），那麼您可以說輸入與您的任何類都不匹配。

UPD： 嘗試this course得到引入機器學習方法和underly這些方法的數學範式。從最基本的概念和實踐練習中逐步介紹。在開始使用神經網絡之前，需要了解許多基本知識。

來源

2017-10-16 11:50:52

我會試試看！據我所知，這些概率之和是1.不是嗎？ – penduDev

概率之和爲1.NN告訴你新輸入是否具有更高的A或B相關性（分數）。如果新輸入既不是A也不是B，那麼結果會告訴你哪個輸入更可能是。設定閾值可以是可靠的，如果輸入具有低相關性A和B.您可以優化閾值，或者你也可以創建另一個C類和任意的聲音（其它隨機單詞或者甚至噪音標記它的解決方案？）。 –

@penduDev當然概率之和爲1。這意味着，如果你有一個二元分類問題（如果輸出是A？）和預測給你0.25，那隻意味着75％你有什麼要A.如果不同你有A，B和C的分類，他們三個可能得到概率0.1。這隻意味着網絡無法識別輸入，並且結果不屬於這三類中的任何一類。（基本上是靠方法您使用的是多級classfication問題） –

如何不匹配任何標籤

回答

相關問題