张量流：如何识别未经训练的新信

Question

我刚收到一个问题。我希望系统返回-1作为未经训练的新字母的未知字符。例如，如果我已经训练了1/2/3/4，当我测试char'5'或'6'时，张量流应该返回-1作为未知字符。

有可能吗？

感谢。

Answer 1

我认为对于简单的分类，你正在寻找任何一个已知类别的信心/分数不足的东西。

公平地说，我只在TensorFlow上使用Keras，所以YMMV。

我只是在你知道的4个类别上进行训练，然后当它分类时最终结果是否如果最高结果小于某个原始分数/重量（让我们说它将未知7分类为4，但是平庸得分）将其视为-1。

这可能不适用于您训练模型的每个丢失/异议函数，但如果您可以获得原始最终权重，则应该使用MSE或分类交叉熵。