@Lepilov

Правильный способ реализации бинарного классификатора?

Хочу попрактиковаться в сверточных нейронных сетях и для старта сделать бинарный классификатор изображений. Т.е. грубо говоря - хотдог/не_хотдог. Как я понял на данный момент, есть несколько способов реализации подобного:
1. Создаем сетку с 2-мя нейронами на выходе, первый нейрон активируется если хотдог, вторая - соответственно в иных случаях. Делаем две группы изображений для каждого случая. Обучаем.
2. Создаем сетку с 1-м нейроном на выходе, который активируется только если хотдог. В иных случаях на выходе - 0. Обучающая выборка содержит только хотдоги.
Подскажите, оба ли варианта имеют право существовать на практике, какой лучше, может есть еще варианты?
  • Вопрос задан
  • 62 просмотра
Решения вопроса 1
Arseny_Info
@Arseny_Info
R&D engineer
Обучающая выборка в любом случае должна содержать и положительные, и отрицательные примеры.
Делать один нейрон с сигмоидой в конце или два с софтмаксом - в целом все равно.
Ответ написан
Пригласить эксперта
Ваш ответ на вопрос

Войдите, чтобы написать ответ

Войти через центр авторизации
Похожие вопросы