Question

我想知道Tensorflow Inception实施中的课程数量。

在他们的training script中，他们加载由图像和标签组成的训练集。接下来，为了计算损失，他们将number of classes定义为：

# Number of classes in the Dataset label set plus 1.
# Label 0 is reserved for an (unused) background class.
num_classes = dataset.num_classes() + 1

您可以看到他们使用＆＃34;未使用的背景类＆＃34;。您还可以在创建训练集时看到此方法：build_image_data.py

那么，为什么你需要这样一个未使用的背景类？（特别是因为你从输出层得到了一个额外但无用的预测）

Answer 1

这是我们用于所有图像数据集的惯例，对于这个特定的模型而言，打破它似乎并不值得。顺便说一句，我希望所有学术分类数据集在测试评估中都有'没有上述'class 。不知道什么时候不知道的分类器在实践中没有用。（vanhoucke）