پیدا کردن دسته‌ی به جز همه‌ی دسته‌ها

Question

سلام

فرض کنیم بخوام دو تا دسته‌ی سیب و موز رو تشخیص بدم با شبکه عصبی. ولی می‌خوام اگه یه میوه‌ی دیگه‌ای هم دادم به جز این میوه‌ها، بگه هیچ کدوم نیست. نمونه‌های آموزشی‌م هم فقط سیب و موز هست. چون اصلا نمی‌شه به ازای همه‌ی میوه‌های به جز این‌ها نمونه فراهم کرد، چون تقریبا تعدادشون نامحدوده. حالا من حدسم این هست که به طور معمول، شبکه‌ها از روی تفاوت‌ها یاد می‌گیرند. یعنی چون فقط نمونه‌ی موز و سیب دیدند، احتمالا وزن فیچز اندازه و رنگ خیلی بره بالا. بعد هر چی بهش بدیم اگه دراز بود بگه موز، اگه متقارن بود بگه سیب. چون داره تمرکزش روی ویژگی‌های متفاوت سیب و موز بوده شبکه تا هر چی بهتر دسته‌بندی کنه.
حالا سوال من به طور مشخص اینه که چی کار کنم که شبکه به طور مطلق سیب رو آموزش ببینه، نه سیب رو در برابر موز. جوری که اگه مثلا گوجه فرنگی بهش داشتیم، بگه ۷۰مثلا درصد به سیب شبیه هست، و ۱۰ درصد هم به موز.
این رو هم بگم که با توابعی شبیه softmax تو لایه آخر،‌اعداد نسبت داده شده به هر دسته نرمالایز می‌شن. یعنی جمعشون برابر یک می‌شه. من نمی‌خوام این جوری بشه.

Answer 1

سلام
اگه قراره میوه دیگه ای رو غیر از این دو انتخاب نکنه و بگه هیچ کدام مثلا، باید یک دسته سوم هم ایجاد کنید.
در دسته سوم تا جایی که میتونید از مثالهایی متفرفه استفاده کنید نیاز نیست هرچیزی که وجود داره رو بیارید اما انقدر باید باشه تا شبکه بتونه تعمیم مناسبی ارائه بده .

اگر قرار بر اینه که کلا دو دسته باشه شما سعی کنید نمونه های سیب و موز مختلف به شبکه ارائه کنید بعد از اموزش اگر یک گوجه نشونش بدید حتما درصد بالاتری رو به سیب نسبت میده تا موز.
شبکه کاری به ماهیت سیب و موز نداره . شما با داده ای که بهش میدید این ویژگی های مورد نیاز برای تفکیک این دو از هم رو استخراج میکنه و از اونها برای تشخیص استفاده میکنه . اینجا هرچقدر دیتای سیب و موز شما جامع تر باشه تو این بخش میتونید انتظار بیشتری داشته باشید.