machine-learning - 具有大量类的分类
问题描述
假设我有一个包含 100,000 个不同人的图像的 1000 万张图像的训练数据集。我想创建一个可以识别给定图像中的人的 ML 模型。考虑到人数众多(班级),最好的方法是什么?
解决方案
一种可能的方法是将其视为验证问题而不是多分类。也就是说,为每个人训练一个二元分类器。也可以查阅这篇论文:https ://arxiv.org/abs/1503.03832
推荐阅读
- angular - 从角度 http.get 返回正确的对象与承诺
- influxdb - kapacitor批处理中的派生节点
- arrays - Yii2 ArrayHelper 显示父类
- javascript - 如何使用 node 和 express 在 shopify 应用程序前端获取当前商店详细信息
- php - 如果数据是阿拉伯语,则在 ajax 函数中获取字母“a”
- amazon-s3 - QNAP 备份到 s3
- r - 如何修改ggplot2中的堆积条形图使其发散
- c# - ASP.NET Core 在调试时读取内容文件
- python - 在 simpy 中按计划生成客户
- python-3.x - tesseract 输出与输入图像不同