我想知道如何定义或表示一个负训练集，如果我想从预训练模型（例如在ILSVRC12或ImageNet数据集上的AlexNet）训练一个二分类器。我目前的想法是选择一个不相关的类作为负训练集，而相关的类作为正训练集。是否有更优雅的方法？

回答：

在ILSVRC数据集上训练的卷积神经网络已经能够区分1000个图像类别。是的，你可以使用这些拓扑结构来训练一个二分类器，但我建议你从一个未训练的模型开始，并让它通过你选择的两个类。如果你从一个已训练的模型开始，你需要“忘记”很多东西，而且你的结果仍然试图在1000个类别中区分：最后的全连接层会给你带来麻烦。

有办法绕过1000个类别的问题。如果你的应用已经与一个或多个已训练的类别重叠，那么只需添加一个层，将这些类别映射到标签“1”，将所有其他类别映射到标签“0”。

如果你坚持保留已训练的核，那么尝试用一个2类全连接层替换最后的全连接层（1000）。然后选择你的两个类（适用的图像与其他所有图像）并进行训练。