据我所知，神经网络不擅长对“未知数”进行分类，即不属于学习类的项目。但是，面部检测/识别方法通常如何确定在一个地区没有检测到/识别出面部？预测概率是否以某种方式设定阈值？
确实，如果神经网络的基础结构足够复杂，神经网络本质上不擅长对“未知数”进行分类，因为它们倾向于过度拟合他们已经训练过的数据。但是，有多种方法可以减少过度拟合的影响。例如，一种用于此的技术称为丢失。另一个例子可以是批量标准化。尽管有这些技术，减少过度拟合影响的最佳方法是使用更多数据。
对于上面给出的面部识别示例，经过训练的模型通常会“看到”大量数据。这意味着很少有“未知数”，即使存在，神经网络也学会了如何判断是否存在面部特征。这是因为神经网络的某些结构非常善于判断输入数据中是否存在特征模式。这有助于神经网络了解正在输入的图像是否具有某些特征/模式。如果找到这些特征，则输入数据被分类为面，否则不被分类。