问题描述
我试图说服我的同伴了解这种模型训练和测试范式，因为这没有道理。
假设您的训练集中有两类信号，即A类和B类。您可以将它们想象为某些功能（例如频率。
您训练了一个深度学习模型，该模型将softmax输出作为分类预测。假设该模型学习了此任务，并且对包含A类和B类样本的测试集进行了概括。
这是问题，假设我得到了这类新信号0.6 A + 0.4 B，它们的混合噪声很小。如果我有很多混合信号（例如10K），可以使用我训练有素的模型从网络输出的概率中对它们进行分类吗？
例如，当我将混合样本作为测试集提供时，A和B的10K输出概率的平均值将收敛至0.6和0.4。
我认为这不是有效的方法，因为我们没有为此优化决策边界，但是我无法说服他。有什么建议吗？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）