Обучение нейронной сети с двумя совершенно разными наборами данных.

Question

Я сейчас работаю с нейронной сетью для классификации объектов.Я работаю над созданием наборов данных для обучения и проверки.Я хочу знать, возможно ли создать два набора данных для обучения, состоящих из двух совершенно разных объектов и меток.(В наборе данных EG 1 есть автомобили, а в наборе данных 2 - кошки). Он все еще работает или я должен создать наборы данных, в которых каждый файл смешал разные типы объектов и метки во всех файлах обучения?Имеет ли значение такая смесь / разделение, если я тренирую сеть за один цикл с разными наборами данных?

Answer 1

В зависимости от того, что вы используете для обучения, многие API (такие как обнаружение объектов TensorFlow) читают файлы записи TF (наборы данных) для того, чтобы их заранее скремблировать для создания файлов.Скремблирование очень важно при обучении, так как вы начнете тренироваться с одного класса, а затем немного потренируетесь с другим отдельным классом.В конечном итоге он должен достичь того же стандарта, но модели намного лучше тренироваться с равным распределением классов этапов обучения.