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。