重新训练 Inception 并指定 label_count = 2 但收到三个分数而不是两个

Question

我已将 flower retraining code 修改为 label_count =2，如下所示：

gcloud beta ml jobs submit training "$JOB_ID" \ --module-name trainer.task \ --package-path trainer \ --staging-bucket "$BUCKET" \ --region us-central1 \ -- \ --output_path "${GCS_PATH}/training" \ --eval_data_paths "${GCS_PATH}/preproc/eval*" \ --train_data_paths "${GCS_PATH}/preproc/train*" \ --label_count 2 \ --max_steps 4000

而且我修改了 dict.txt 只有两个标签。

但是重新训练的模型输出三个分数而不是预期的两个。意外的第三个分数总是很小，如本例所示：

关键预测得分

Key123 0 [0.7956143617630005, 0.2043769806623459, 8.625334885437042e-06]

为什么有三个分数，是否可以进行更改，使模型只输出两个分数？

注意：我已经阅读了 Slaven Bilac 和 JoshGC 对“”问题的回答，但这些回答没有解决我上面的问题。

Answer 1

这是我们应用于训练集中没有标签的图像的"label"。该行为在 model.py 第 221 行

的评论中进行了讨论

    # Some images may have no labels. For those, we assume a default
    # label. So the number of labels is label_count+1 for the default
    # label.

我同意这不是一个非常直观的行为，但它使代码对于未清理的数据集更加健壮！希望这可以帮助。

重新训练 Inception 并指定 label_count = 2 但收到三个分数而不是两个

Retraining Inception and specifying label_count = 2 but receiving three scores instead of two

google-cloud-ml