我正在进行人脸验证的实现工作，我有很多人的大量照片，在最佳的100个案例中，每人有150到700张照片，这些人构成了训练的类别。我还有一个人的大量照片（比如10万张），我的问题是是否值得用这些照片创建一个“0类”？我想知道网络是否能从这个类中学到有用的东西？当网络对一个它从未见过的人进行预测时，是否更有可能将其归类为0类？或者你有什么主题可以帮助我真正理解这里发生了什么？

回答：

你所面对的问题是你的数据集不平衡。这是一个问题，因为神经网络会以更高的概率预测为0类，并且仍然保持合理的准确率。你可能需要考虑重新采样你的数据集。

一种重新采样的方法是进行欠采样。你只需从每个类别中包含与最小类别样本数量相同的样本。例如，如果你有
100张第1个人的照片，
160张第2个人的照片，
10000张第3个人的照片，
那么你将从每个类别中只取100个样本来平衡数据集。