我们在哪里将标签传递给 CNN 图像分类器？答案

【问题标题】：Where we are passing labels to CNN Image Classifier?我们在哪里将标签传递给 CNN 图像分类器？
【发布时间】：2020-10-28 19:03:51
【问题描述】：

我有一个简单而基本的问题。当我们训练一个图像分类器模型（即使用 CNN）时，我们究竟在哪里告诉模型这是一只猫还是一只狗？在反向传播之前，模型知道它是狗还是猫，因为它正在相应地安排新的权重。我们的数据被标记，但我们没有读取或传递这些信息到网络。我正在使用更复杂的图像字幕。感谢您的澄清，在此先感谢您！

【问题讨论】：

【解决方案1】：

它用于损失（又名成本）函数。当您将图像作为网络的输入并激活某些输出时，输出与真相之间的差异称为损失。因此，优化算法试图通过改变权重来最小化这些损失。

【讨论】：

谢谢你的回答，但我的问题是，当我开始用猫图片训练模型时，模型怎么知道这是一只猫，我只上传了图片。
如果你在某个时候没有给出标签，那么你就没有训练它。损失函数必须具有计算损失（优化）的真实性。可能在代码的某个地方，它正在传递。如果您显示您的代码，它会有所帮助。
我在帖子中添加了图片，training_set下有两个文件夹，分别是cat和dog。我相信它在从文件夹中读取的同时，也将 cat 文件夹下的所有图片标记为猫。但我不确定。
没错。您会看到显示“training_set = ...”的单元格的输出。输出显示“找到属于 2 个类别的 5319 个图像”。这意味着 Keras 根据目录结构推断标签。标签是什么没有任何区别。它会称它们为 0 和 1（而不是 cat 和 dog）。
你可以在这里阅读更多：keras.io/api/preprocessing/image/#imagedatagenerator-class