如何为 4 个不同的类图像添加预测层

【问题标题】：how to add a prediction layer for 4 different class images如何为 4 个不同的类图像添加预测层
【发布时间】：2020-01-07 22:11:01
【问题描述】：

来自 tensorflow 示例https://www.tensorflow.org/tutorials/images/transfer_learning，它添加了 prediction_layer = keras.layers.Dense(1) 来预测狗和猫，但是如果我有 4 个不同类别的图像，我应该添加另一个预测层吗？有什么合适的方法吗？

【问题讨论】：

标签： tensorflow

【解决方案1】：

您可以更改prediction_layer = keras.layers.Dense(4)，您需要将训练标签更改为[1,0,0,0]，其中每个索引代表类别（狗、猫、鱼、鸟）。

您还必须阅读Softmax 和Cross-Entropy Function。

可以将预测视为它属于特定类别的概率。示例：[0.2, 0.7, 0.0, 0.1] means its 70% a dog。

【讨论】：