我正在訓練 CNN 將圖像分類為英文字母和數(shù)字。我使用 7 位 (1/0) 向量形式的標簽，因為第一個 1/0 告訴字符是否存在，后面的 6 位代表每個字符。例如：[1,1,0,0,1,0,0] 表示“a”是字符，[1,0,1,1,0,0,0] 表示“O”是字符等。我對如何處理未檢測到字符的情況感到困惑。我希望我的模型給出 [0,0,0,0,0,0,0] 作為輸出。它會在僅使用正面示例的情況下自動進行訓練還是我必須找到負面圖像并將它們也放入數(shù)據(jù)集中？我應該采取什么樣的負面案例，因為有無數(shù)的事情不是性格。我知道這不是那么難的問題，但我是深度學習的新手，所以請理解。