an autoencoderニューラルネットワークを使用してOCC(one class classification)を実行しようとしています。ニューラルネット - 私は自分の損失関数に信頼を結びつけることができますか?
長いストーリーを短くするために、それぞれ128個のデータ要素を含む200個のマトリックスで神経ネットワークを鍛えます。これらは圧縮されます(自動エンコーダーを参照)。 トレーニングが完了したら、ニューラルネット(テストデータ)に新しい行列を渡し、損失関数に基づいて、渡されたデータがターゲットクラスに属しているかどうかを知っています。
テストデータを渡すときに得られる損失関数に基づいて%信頼度をどのように計算できるかを知りたいと思います。それは私がTensorflow
エンドゴールはオブジェクト認識ではありません。そのため、クラスに属する可能性があります。 – LandonZeKepitelOfGreytBritn
最初の読んだところ、これは興味深い記事のようです... https://togaware.com/papers/dawak02.pdf私は単にクラスを識別するために損失関数を使うことは本当に簡単ではない、あるいは良い数学的根拠を持っているとは思いません...本当に愚かな見方から、** catだけを使ってネットワークを訓練すれば、入力に関係なく常に猫を予測することができます。いくつかのテストデータセットがない限りそれをチェックするには、おそらく常にその方向に行くでしょう。しかし、おそらく異なるテクニックを使って、この問題を克服することができます。 – Umberto
オートエンコーダが適していないと思われるので、このペーパーへのリンクを共有しましたか? – LandonZeKepitelOfGreytBritn