大家好，我是深度学习的新手，因为PTT似乎没有深度学习相关的板，所以发在这里。
最近在看CNN，知道他预测的结果是一连串的label，而值就是测试图片为哪一个label的
机率。
那假如说我想要建立一个只有两个label的模型，值就是YES或NO
比方说我想要辨识一张椅子，我想要知道的就只有他是椅子的机率。
当我测试图片为一张椅子时，他就跟我说这是一张椅子。
当我测试图片为其他东西(比方说一个人或一个水壶)的时候，他就跟我说这不是一张椅子
。
请问这样子模型要如何训练呢？爬了许多文找不到相关的讨论，恳请各位给我关键字。谢
谢！

很容易啊，给它training data 椅子的图label都设1 其他不是椅子图全部设2去训练，最后的layer 参数记得给两类，这样应该就可行了

对

借问一下..training 资料量大概要多少？

跟你model复杂度有关 你也可以用pre-training network最后一两个layer drop掉加新的去trainimage可以去image net

另外,建议非正解的东西设成0(或是-1),表示机率较直观