我有一个由来自不同个体的多张图像组成的数据库，我正在使用Keras和Tensorflow来预测一个定量变量。目前，我正在为每张图像获取一个预测输出。我希望为每个样本只获取一个预测值。例如，假设我有一个由100个人的1000张图像组成的数据库（每个个体10个图像）来预测那些个体的身高，在这种情况下，我在我当前的方法中获得1000个身高预测值。我真正想要的是只获得100个身高预测值。2我想知道是否正确的方法是强迫每一批输入到我的模型中的图像全部由同一个人的所有图像组成（100批10张图片，在上面的例子中）。欢迎任何意见或建议。谢谢。
1条答案
按热度按时间yc0p9oo01#
你在这里做错的是将训练与你将如何使用你的最终模型进行预测进行比较。
训练模型时，无论个体是谁，您都应该有1000张图像和1000个身高目标（最多由100个副本组成），以便训练图像与训练目标为1：1。
一旦你有了一个训练好的模型，如果你有了这组数据，你可以对每个人运行10次，然后从他们所有的图像中计算出一个平均预测值。