Khởi động của Tensorflow - Số lượng các lớp

Question

Tôi đang tự hỏi về số lượng các lớp trong việc thực hiện Inception của Tensorflow.

Trong số training script, chúng tải tập huấn bao gồm hình ảnh và nhãn. Tiếp theo, để tính toán sự mất mát, họ xác định number of classes như:

# Number of classes in the Dataset label set plus 1. 
# Label 0 is reserved for an (unused) background class. 
num_classes = dataset.num_classes() + 1 

Bạn có thể thấy rằng họ sử dụng một "lớp học không sử dụng nền". Bạn cũng có thể thấy cách tiếp cận này khi họ tạo bộ đào tạo của họ: build_image_data.py

Vì vậy, tại sao bạn cần lớp nền không được sử dụng như vậy? (Đặc biệt là vì bạn nhận được một dự đoán bổ sung nhưng vô dụng từ lớp đầu ra)

Answer 1

Đó là quy ước chúng tôi sử dụng cho tất cả các bộ dữ liệu hình ảnh của chúng tôi. Là một sang một bên, tôi muốn tất cả các bộ dữ liệu phân loại học tập có một lớp học 'không ai trong số trên' lớp trong đánh giá thử nghiệm của họ. Một trình phân loại mà không biết khi nào nó không biết là không hữu ích trong thực tế. (Vanhoucke)

https://groups.google.com/a/tensorflow.org/forum/#!topic/discuss/9G-c2K_GCmk