我是深度学习的新手，希望你们能帮助我。 以下站点使用CNN功能进行多类分类： https://www.mathworks.com/help/deeplearning/examples/feature-extraction-using-alexnet.html
本示例从完全连接的图层中提取要素，并将提取的要素馈送到ECOC分类器。
在此示例中，对于整个数据集，每个类别中总共有15个样本，而在训练数据集中，每个类别中有11个样本。
我的问题与数据集大小有关：如果我想使用cnn功能进行上述示例的ECOC分类，则必须要求每个类别中的样本数相同吗？ 如果是这样，您想解释为什么吗？ 如果不是，您想显示使用不同编号的参考文件吗？
谢谢。
答案 0 :(得分：0)
您可能想要一个平衡的数据集，以防止模型学习错误的概率分布。如果一个类别代表您数据集的95％，那么将所有内容归为该类别一部分的模型的准确性将达到95％。