Question

我不确定如何处理深度学习分类网络中某些类别相互关联的情况。

例如，在对图像进行分类时，如果输入是狗的照片，而输出标签是猫，则损失应低于输出标签是飞机或桥梁的损失。我想知道CS人士以前如何处理这个问题，以及是否有我可以参考的文件。谢谢！

Answer 1

tl; dr：
你不能/不应该

长版：
如果对于您的特定情况，您可以找到一个度量来确定各个类之间的距离，例如：

d[i,j] = f(L[i], L[j])

（其中d[i,j]是带有标签L[i]和L[j]的类之间的距离，而f是这两个类/标签的函数），则可以将其合并在您的损失函数中，使得d较大时损失会更大，而d较小时损失会小。

但是，在您的猫/狗/飞机/桥梁/ ...示例中，我无法相信有正确的方法来确定狗/猫或狗/桥梁等之间的距离。如果您确实想要，您当然可以手动确定，例如，如果您的图像包含猫，则预测桥梁比预测狗差3倍：

d[cat,dog]=1
d[cat,bridge]=3

但是我完全不会推荐这个。

我什么时候推荐这个？如果您有许多类，并且有一个相关矩阵可以正确量化所有类之间的相关性。