深度学习中正样本、负样本、困难样本、简单样本区别

正样本: 与真值对应的目标类别来说该样本为正样本。
负样本: 与真值不对应的其他所有目标类别来说该样本为负样本。
困难样本: 预测时与真值标签误差较大的样本。
简单样本: 预测时与真值标签误差较小的样本。

如:
图片分类:
需要识别马、羊、牛三个类别。
给一张马的图片。对于预测马来说这个样本为正样本,对于预测羊和牛来说该样本为负样本。
真值one-hot标签:[1, 0, 0],而在预测出概率分布为[0.3, 0.3, 0.4]时,真值one-hot标签相差较大,则此时该样本是困难样本。而预测出[0.98, 0.01, 0.01]时,与真值one-hot标签相差较小,则此时该样本为简单样本。
语音识别:
需要识别“我 爱 中 国”四个字。
语音片段对应“我”。则对于预测“我”来说这个样本为正样本,对于预测其他字来说该样本为负样本。

你可能感兴趣的:(深度学习,深度学习)