我希望我的机器学习算法能够学习两个类之间的区别，实际上picture of X还是picture of something else.

我的样本数据是：

• 500 pictures of X（我知道它很低，不幸的是我对此无能为力）
• 1,000,000pictures of something else

问题：我应该与所有 1,000,000 人一起进行培训pictures of something else吗？
还是这种不平衡会产生负面影响？例如，它会“淹没”其他数据吗？

笔记：

• 计算能力和时间不是问题。
• 在现实世界中，pictures of X占数据的 5% 到 10%，所以我不认为我有类不平衡的问题。
• 我觉得分类很简单，机器学习大概能很快理解。
• 我可以接受合理数量的错误分类。
• 如果这很重要，我计划将 Keras 和 Tensorflow 与 Flatten/Dense relu/Dense softmax/AdamOptimizer/sparse_categorical_crossentropy 一起使用。