这个深度学习图像分类问题的目标应该是什么
what should be the target in this deep learning image classification problem
我正在 keras 中使用 CNN 做一个图像分类项目。我有大约 70 个人的大约 900 张照片的数据集。每个人都有他不同年龄的多张照片。
我的目标是预测该人的正确 ID，如果他的任何一张照片在输入中。
这是数据的一瞥。
我的问题是：
我的目标列应该是什么？目标是 'AGE' 还是 'ID'？ 2-我做吗
需要对目标列进行热编码？例如，如果我使用
ID作为我的目标，那么我是否必须对ID列进行one-hot编码？
如果我使用ID作为我的目标，那么在one-hot-encoding之后，是否
意思是，我会有 70 类？
- 我需要关于
输出层。我的目标是找出照片是否属于
ID是否相同，那么输出层应该是什么？我要用吗
有 70 个输出的 softmax ?
- 关于输出层的另一个问题
是我可以使用具有 70 个输出的 softmax 然后将它提供给
单输出的 sigmoid 层 ?
- 您将使用不同年龄的图像来识别同一个人。例如，在数据集中，您有 100 张 khan 的不同图像，并且您训练了一个模型。现在你提供 khan 的第 101 张图像，模型将检测到它。所以你的目标列应该是
ID.
- 是的，有 70 个 classes，你得到一个
900x70 的热编码向量
- 应该是softmax层，因为sigmoid层用于二元class或多标签问题。因为你必须检测 70 个不同的人，所以你需要一个 softmax class。
- 我不这么认为，这样你的模型就无法分辨这是哪张人像（作为测试提供的）
我正在 keras 中使用 CNN 做一个图像分类项目。我有大约 70 个人的大约 900 张照片的数据集。每个人都有他不同年龄的多张照片。
我的目标是预测该人的正确 ID，如果他的任何一张照片在输入中。
这是数据的一瞥。
我的问题是：
我的目标列应该是什么？目标是 'AGE' 还是 'ID'？ 2-我做吗 需要对目标列进行热编码？例如，如果我使用 ID作为我的目标，那么我是否必须对ID列进行one-hot编码？
如果我使用ID作为我的目标，那么在one-hot-encoding之后，是否 意思是，我会有 70 类？
- 我需要关于 输出层。我的目标是找出照片是否属于 ID是否相同，那么输出层应该是什么？我要用吗 有 70 个输出的 softmax ?
- 关于输出层的另一个问题 是我可以使用具有 70 个输出的 softmax 然后将它提供给 单输出的 sigmoid 层 ?
- 您将使用不同年龄的图像来识别同一个人。例如，在数据集中，您有 100 张 khan 的不同图像，并且您训练了一个模型。现在你提供 khan 的第 101 张图像，模型将检测到它。所以你的目标列应该是
ID. - 是的，有 70 个 classes，你得到一个
900x70 的热编码向量
- 应该是softmax层，因为sigmoid层用于二元class或多标签问题。因为你必须检测 70 个不同的人，所以你需要一个 softmax class。
- 我不这么认为，这样你的模型就无法分辨这是哪张人像（作为测试提供的）