如何检查Tensorflow算法是否实际上是针对图像进行训练的？

Question

我使用了https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#7中的“Tensorflow For Poets”示例。它的工作原理应该如此，但是当它被赋予完全不同的图像时（使用狗的照片，当它被训练为花朵时），它给出了一个超过80％确定性的值的预测，尽管它是完全错了。

我的问题是：它如何检查对特定图像进行训练的确定程度？

这是输出：

roses 0.8071102
tulips 0.20286822
daisy 2.0703827e-05
sunflowers 7.838418e-07
dandelion 3.357079e-08

Answer 1

CNN通常是自信的错误。您在训练期间得出的过滤器必须在玫瑰和狗图像中找到相似之处。如果CNN认为狗是玫瑰，那么它认为狗是玫瑰。就那么简单。没有一个明显的测试来检查它是多么确定它是80％确定的。它只能告诉你80％的确定你的狗是玫瑰。

模型需要在更多图像上进行训练才能获得更好的效果。如果你在两个物体（即狗和玫瑰）之间反复出现/持续混淆，那么用狗的图像训练模型作为反面例子（没有任何特征的图像或通过创建自己的类）是一个好主意。通过这种方式，模型可以了解是什么让玫瑰与狗有所区别。