複数の分類を出力するディープラーニング - Qiita

第4のラベルは画像のRGB値の平均値を算出し、分類します。 - RGB平均値が128より小さい：ラベル0（暗い画像） - RGB平均値が128以上：ラベル1（明るい画像） 飛行機には初期ラベルとして0、第2のラベルとして1、第3のラベルとして2がつきます。飛行機は飛行機で、人工物で、飛ぶものという分類です。 また、その画像が暗ければ第4のラベルとして0、明るければ第4のラベルとして1を付与します。 （第2、第3、第4のラベル付けはプログラミングしやすかったために作った恣意的なものです。 人間の手でがんばればもっと色々なラベルを付けられるでしょうが、私には画像60,000枚のラベル付けをする根性がありませんでした） データのロードとラベル付けのプログラムは以下のとおりです。 # load dataset (x_train, y_train), (x_test, y_test) = cifar

[pekepoke777]

keras 画像認識 複数

[toyama0919]

出力層のラベルが10000とか超えるとめっちゃ面倒じゃないですか？