在在线教程的帮助下，我使用TensorFlow和Keras为Dog和Cat分类器建模。该模型对于猫和狗的图像似乎都可以正常工作。但是，当我将鸟的图像作为训练模型的输入时，输出结果是一条狗，这不是理想的输出。因此，当我们提供输入而不是训练模型的类时，该发生什么呢？它是否应该发出类似“未检测到”的错误之类的信息？如果是，那实际上如何工作？请解释。 预先感谢！
pibenxiai7 回答：当我们提供输入而不是训练模型的课程时，会发生什么？
该模型将始终根据您对其进行过培训的课程来提供输出。该模型本身不是智能的，您就是通过告诉图片的类别（类）使其变得智能的人。如果希望它告诉您新图片是否是鸟类，则首先需要在鸟类图片上训练模型。
不是应该发出类似“未检测到”的错误之类的信息吗？
不。因为，您仍在给它一张有效的图片。无论它包含什么。它仍将根据从“狗和猫”图片中学到的信息，尝试从该图片中找出信息。在这张新的Bird图片中，它发现了与Dog图片更多的相似之处，这就是为什么将其归类为Dog图片。