Question

我不确定将其描述为“多标准”是否正确，但是我的问题是这个。

我正在为时尚产品拍照，我希望将其分类为：

id, brand, product_kind, sex
1, gucci, wallet, woman
2, H&M, backpack, unisex
3, zara, coat, man

搜索后，我认为它类似于多标签分类，但据我了解，多标签更像：

id, gucci, H&M, zara, wallet, backpack, coat, woman, unisex, man
1, 1, 0, 0, 1, 0, 0, 1, 0, 0
2, 0, 1, 0, 0, 1, 0, 0, 1, 0
3, 0, 0, 1, 0, 0, 1, 0, 0, 1

我的目的是从品牌中预测一种，从种类中预测一种，从性别中预测一种。有人可以推荐我任何有关此问题的文章或教程吗？

Answer 1

您的问题基本上是3个不同的分类器，因此最简单的方法是训练3个独立的分类器。

您还可以具有3个独立的输出层（可能每个层都有额外的隐藏层），每个层都有传统的softmax输出，您的成本函数是这3个层中每个层的损耗之和。这样，三个分类器共享特征提取和部分逻辑。

类似的东西：

Features
   |
Hidden layer 1
   |
Hidden layer 2
   |-----------------------|--------------------|
Hidden layer 3-1      Hidden layer 3-2      Hidden layer 3-3
   |                       |                    |
Hidden layer 4-1      Hidden layer 4-2      Hidden layer 4-3
   |                       |                    |
softmax 1              softmax 2              softmax 3

多标准分类图像

1 个答案: