如何不匹配任何标签

我创建了识别短语在区域语言监督convnet数据进行分类。如何不匹配任何标签

例如：

我有一个包含100的数据集鸣响标签A和另一100音为标签B.现在网络的正常操作是区分标签A和标签之间的声音B.

但是，让我们说，我给一个新的声音在网络分类实际上既不是A也不B.现在我想的神经网络来告诉我，这不符合任何标签。

我该如何做到这一点？

能否请你点我对这种用法的正确方向。

感谢

来源

2017-10-16 penduDev

基本上当你有一个NN，你有什么都不做，除了给予你一个概率您的输入是否预测到属于任何你的类（由支持的输出层你的NN）。因此，如果预测（在一个实际的输入上）为所有类提供了足够低的概率（由您决定threashold），那么您可以说输入与您的任何类都不匹配。

UPD： 尝试this course得到引入机器学习方法和underly这些方法的数学范式。从最基本的概念和实践练习中逐步介绍。在开始使用神经网络之前，需要了解许多基本知识。

来源

2017-10-16 11:50:52

我会试试看！据我所知，这些概率之和是1.不是吗？ – penduDev

概率之和为1.NN告诉你新输入是否具有更高的A或B相关性（分数）。如果新输入既不是A也不是B，那么结果会告诉你哪个输入更可能是。设定阈值可以是可靠的，如果输入具有低相关性A和B.您可以优化阈值，或者你也可以创建另一个C类和任意的声音（其它随机单词或者甚至噪音标记它的解决方案？）。 –

@penduDev当然概率之和为1。这意味着，如果你有一个二元分类问题（如果输出是A？）和预测给你0.25，那只意味着75％你有什么要A.如果不同你有A，B和C的分类，他们三个可能得到概率0.1。这只意味着网络无法识别输入，并且结果不属于这三类中的任何一类。（基本上是靠方法您使用的是多级classfication问题） –

如何不匹配任何标签

回答

相关问题