当我们提供输入而不是训练模型的类时会发生什么?

问题描述 投票:0回答:1

我在在线教程的帮助下使用TensorFlow和Keras为Dog and Cat分类器建模。该模型对于猫和狗的图像似乎都可以正常工作。但是,当我将鸟的图像作为训练模型的输入时,输出结果是一条狗,这不是理想的输出。因此,当我们提供输入而不是训练模型的类时,该发生什么呢?它是否应该发出类似“未检测到”的错误之类的信息?如果是,那实际上如何工作?请解释。预先感谢!

tensorflow keras training-data predict mismatch
1个回答
0
投票

模型将始终根据您对其进行过培训的课程来提供输出。该模型本身不是智能的,您就是通过告诉图片的类别(类)使其变得智能的人。如果希望它告诉您新图片是否是鸟类,则首先需要在鸟类图片上训练模型。

不是应该提供类似“未检测到”的错误之类的东西吗?

没有因为,您仍在给它一张有效的图片。无论它包含什么。它仍将根据从“狗和猫”图片中学到的信息,尝试从该图片中找出信息。在这张新的Bird图片中,它发现了与Dog图片更多的相似之处,这就是为什么将其归类为Dog图片。

© www.soinside.com 2019 - 2024. All rights reserved.