根据我对keras标签的理解，一种热编码不允许将值设为[0 0]？这个假设正确吗？
我们正在尝试对2类进行分类，并且我们希望能够在提供垃圾图像时检测到垃圾。但是，它总是检测到 [0 1]或[1 0]。是否可以在不引入将处理垃圾的类的情况下获得[0 0]作为标签的情况？
因此，基本上，如果CNN不是2类，那么CNN可以预测它是否是其他东西吗？
答案 0 :(得分：0)
那不可能。您的“垃圾”将是第三类，要求标签为[1 0 0]，[0 1 0]和[0 0 1]。
非常简单，您所描述的模型将返回两个类别之一，无论哪个类别在您的最终层中得分较高。无论输入值是0.501和0.499，还是0.011和0.010（带有较大的“不确定”部分），都会发生这种情况。如果您未在模型中明确编码“不确定”，则决策的那部分内容将不会在分类中考虑。