每个输出单元必须有多大的不同？

Question

我会用南瓜分类的例子。以灰姑娘南瓜为例

​

​

对葫芦南瓜

​

​

直观地说，将这些图像归类为两种不同的输出( cinderella-pumpkin和gourd-pumpkin )似乎是明智的，因为它们的外观有多么不同。

我的问题是，如果我对灰姑娘南瓜和葫芦南瓜进行了一组培训，并将它们归为pumpkin类别，那么网络的性能会比我把它们分成两类更糟糕吗？当两个对象如此不同，以至于它们应该被放入不同的类别时，它们的阈值是什么？

或者，为了清晰起见，举一个更极端的例子，如果我拍下猫和菠萝的照片，并将它们归为同一类别，那么如果一个人创建了一个cat输出和一个pineapple输出，那么网络在对各个对象进行分类时会受到怎样的影响呢？

Answer 1

这取决于你的训练观察结果的内在相似性。我没有设置阈值:我使用power迭代聚类(或其他无监督的分类)来指导我在培训数据中有重要的划分。K-均值也是一个流行的选择，因为它是一个常见的实现，并且相对容易理解。

另一个考虑因素是“非南瓜”数据的相似性，比如篮球(与灰姑娘相比)。再一次，我采用无监督的学习方法。在这种情况下，我预计篮球会比葫芦更接近灰姑娘。这建议对南瓜类型进行单独的分类--或者在图像处理中进行更多的特征检测，以发现南瓜品种之间的相似之处。

这有用吗？