我正在尝试制作一个多类分类应用，但我的数据集有300个类别，用普通的电脑能训练所有这些类别的模型吗？

回答：

当然可以。如果你有足够的时间，你甚至可以训练包含1000个类别或更多的ImageNet数据集！;)

你只需要考虑选择哪种损失函数（分类交叉熵、稀疏分类交叉熵，或者如果你想独立惩罚每个输出节点的话，还可以使用二元损失函数），除此之外，处理10个、100个还是1000个类别并没有太大的区别。

当然，你需要增加模型的大小来适应更多的类别，所以内存可能会成为一个问题，但你总是可以减小批次大小。如果你使用的是图像和卷积网络，并且你的模型仍然太大，可以尝试下采样图像，使用池化层或更大的步长。

如果你的电脑太旧太慢，你也可以尝试使用Google Colab，它提供免费的GPU甚至是TPU在线服务！