用两个完全不同的数据集训练神经网络。

Question

我现在正在使用神经网络进行对象分类。我正在创建用于训练和验证的数据集。我想知道是否可以创建两个包含两个完全不同的对象和标签的训练数据集。 （例如，EG数据集1具有汽车，而数据集2具有猫），还是应该创建每个数据集在所有训练文件中混合了不同对象类型和标签的数据集？如果我使用不同的数据集在一个周期内训练网络，这种混合/分离是否重要？

Answer 1

取决于您正在使用的训练内容，许多API（例如TensorFlow对象检测）会按顺序读取TF Record文件（数据集），以便它们被预先加急以制作文件。加扰对于训练非常重要，因为您将使模型从一个班级开始训练，然后再从另一个班级进行一点训练。最终应该达到相同的标准，但是对于模型而言，在训练步骤的类均等分配的情况下进行训练要好得多。