如何解决使用多个二元模型与单一模型的多类分类
假设我的数据集包含猫、狼、熊和其他随机图片的图片。我想构建一个应用程序，将新图片归入现有类别（三只动物 + 不相关）。
这样做，我可以构建一个多输出 CNN 模型。我的问题是：如果我分别构建 3 个二进制输出 CNN 模型（分别针对猫、狼和熊），预测的准确性会发生什么变化？
这 3 个二进制输出模型是否会针对它们的专业性做出更准确的预测？或者多输出模型会做出更准确的预测，因为它可以利用数据中的更多复杂性？是否有一个通用理论可以（从数学上）向我们展示应该发生什么？
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
